文章列表-AI魔法学院

文章列表

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

我的建议通常是：从 RAG 开始，评估其性能，如果发现不足，则转向微调。

训练

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

与ChatGPT交流的目的是获取正确和高质量的回应。

ChatGPT 大模型

11个非常简短却十分神奇的 ChatGPT 指令，刷新你的认知

尽管 ChatGPT 的设计可以理解和响应各种查询，但如果你知道如何以正确的方式提出正确的问题，回答的质量就会大大提高。

提示词

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

当你向LLM提出一个问题时，RAG不是直接回答，而是先到这个数据库里去搜索与你的问题最相关的信息。

OCR RAG 开源

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

就像学生在考试时可以查看笔记来帮助自己更好地回答问题一样，向GPT模型提供参考文本可以帮助其减少编造虚假答案的情况。

ChatGPT 大模型

教会AI画汉字（ComfyUI篇）

并创立一个图像缩放节点，并在其后加一个加载图像来上传文字图像，再将图像缩放接入到“高级controlnet应用”节点的图像点位像这样等准备好这些之后将默认工作流中的正向提示词与逆向提示词连接到

comfyui 文生图

SD入门教程五：后期处理图片高清放大

批量处理文件夹：处理该文件夹下的所有图片，比如D:\AItools，那AItolls就是你需要处理批量图片的文件夹。

SD 入门教程修复

高效选择：Ollama与LM Studio深度对比

如果你更倾向于使用成熟的商业产品，并且愿意为此付费，LM Studio将是你的选择。

Ollama LM Studio 对比

谈谈LLM在推荐域的渗透，探索推荐新范式

ICL主要思路是，给出少量的标注样本，设计任务相关的指令形成提示模板，用于指导待测试样本生成相应的结果。

大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

原理先看左侧上部：Instant ID 通过 IP-Adapter 技术提取参考图片中的面部特征信息，然后通过交叉注意力（Cross Atttention）将面部特征信息传递给 UNet，用于在反向扩散过程中影响人脸的生成

ControlNet 文生图

大模型训练工程那些事

在通向 AGI 的路上，多模态还拥有很大的想象空间。

训练工程大模型

AI虚拟主播数字人技术实现Wav2Lip

在高层次上，Deepfake 可以根据媒体的关注点分为 3 个方向进行更改，即伪造视觉（例如伪造图片或者视频）、伪造音频（例如伪造语音内容等）、伪造视觉及音频（即前两者的结合了，完全都是伪造）。

数字人视频

AutoGPT与LLM Agent解析

大概意思就是利用一个 embedding 模型，将所有的记忆文本都转化为一个向量。

大模型

十条最佳GPT提示词，让你成为任何领域大师

2️⃣ 利用可视化的力量 prompt：Guide me through a visualization exercise to help

ChatGPT

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

性能、成本、延迟、可扩展性和安全性（1）性能在生产环境下，RAG系统需要承载大量用户查询流量。

大语言模型 RAG检索增强

<...43 44 45 464748 49 50 51 52 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1