文章列表-AI魔法学院

文章列表

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

这也是目前在全球范围内参数量最大的核工业预训练大语言模型。

宁德核电大模型

Sora物理悖谬的几何解释

大语言模型的加持 Sora结合了大语言模型ChatGPT，这极大地提升了系统的性能。

Sora 解释

Python状态机：优雅处理复杂业务逻辑的利器

是否被大量的if-else语句困扰？

Python状态机设计模式

ChatGPT写论文指令全集

细节打磨：检查论文的语言表达、拼写和格式。

ChatGPT 写作

一文探秘LLM应用开发-Prompt(相关概念)

本文旨在让无大模型开发背景的工程师或者技术爱好者无痛理解大语言模型应用开发的理论和主流工具，因此会先从与LLM应用开发相关的基础概念谈起，并不刻意追求极致的严谨和完备，而是从直觉和本质入手，结合笔者调研整理及消化理解

prompt 大模型

白话Embedding：普通人都能懂的科普文

我们只是添加更多的术语，就像我们从二维到三维一样。

Embedding 向量

大模型：泛化即智能，压缩即一切

在《论语》中曾有言，孔子问子贡说，你与颜回比如何？

大模型泛化

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

大家可以看下对比可以看到输入中文出来的效果是非常差的所以为了出来的图更符合我们的预期，我们就输入英语关键词不会英语怎么办？

文生图

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

参考文章：https://www.bilibili.com/read/cv24601837/ https://zhuanlan.zhihu.com/p/622410028 1.1 基本术语讲解

文生图

OpenAI 无需向量化的 RAG 新架构设计范式剖析

—1— OpenAI RAG 架构设计新范式剖析 1、无向量化 RAG 架构设计新理念 RAG 技术的核心目标是解决大语言模型（LLM）在处理特定领域知识时的局限性，比如“失忆”问题或者长文本处理的高昂成本

OpenAI RAG 架构

大模型业务应用中数据准备的要求、难点及解决思路

简单来说，感知类场景就是“能听会看”，指的是有明确的规则，不需要理解复杂的逻辑即可完成任务的场景，比如OCR图片识别、语音转写、文本情绪判断等；而认知类场景要求的是“能思考、会创造”，需要在感知场景要素的基础上

大模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

AI Agent和ChatGPT、Claude等LLM（大语言模型）有什么区别呢？

生成式AI

我用AI写小说：「国学篇」如何将国学插入小说中

人物的语言要体现出古典韵味，如使用四字成语、对仗工整的句子等。

国风国学写作

从第一性原理看大模型Agent技术

最经典的方法实际就是 ReACT，这个方法非常经典，基本把智能体最核心的能力圈出来了，当然它也有它的缺陷，我们将在后面讨论为什么还会有 Agent 更多的复杂技术以克服它的不足。

大模型 agent

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

它们强大的自然语言处理能力允许用户以更高效、更愉快的方式快速提取相关信息。

GPT-4 工作

<...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