文章列表-AI魔法学院

文章列表

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

它比 AgentFnComponent 更复杂，但更灵活（例如，可以定义初始化变量，并且回调位于基类中）。

Agent QueryPipeline 大模型

Selenium+ddddocr | 再也不担心图片验证码

DdddOcr()先创建一个文字识别对象，然后用with open()方法将验证码图片以二进制方式读取，接着调用classification()方法将图片的二进制字节类型进行文字识别，识别出来的文字会返回到变量之中

Selenium ddddocr库

RPA机器人实现网页自动翻页功能

3.可扩展性：可以根据需求快速扩展机器人数量，适应业务的变化和增长。

RPA 自动

图片拖拽神器DragGAN介绍及官方安装文档说明

鉴别器阶段通常用于评价生成图像的质量，并调整条件生成阶段以提高生成图像的质量。

开源

RAG检索增强技术在知识库智能检索场景下的应用实践

这种方式适合于知识更新频繁且对时效性要求较高的场景，能够快速反映最新的数据变化。

知识库 RAG检索增强

LLM微调经验&认知

例如用高质量领域数据集进行微调，模型可以学会很多本身不具备的新技能。

LLM 大模型

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

在这个例子中，为简洁起见，我们将使用变量BF来表示“贝叶斯因子”。

贝叶斯定理

大模型训练工程那些事

正如曼哈顿工程以核裂变的链式反应为科学理论基础，业界大模型训练同样奉行一些指导性原则，我愿意称为第一性原理: · Scaling Laws[1][2]: 这一原则基于观察到的模型训练规模与性能之间的关系

训练工程大模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

以前，智能玩具里只能播放预设的程序和声音，顶多就是进行一两轮简单提问，你可以理解成是“单向输出”，现在有了这个 openAI 的实时语音软件开发包，就变成了“双向交互”，能和你进行实时的语音对话。

OpenAI 嵌入式实时语音 SDK

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

根据 OpenAI 员工和研究人员的说法，该公司现在难以获得高质量的培训数据，开发人员已经耗尽了网站、书籍和其他用于预培训的公开文本。

Scaling Law AI大模型

提示词框架：BROKE

比如，你的一个目标是“变得更健康”。

BROKE 提示词

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

作者对ChatGPT和Alpaca-7b作评估，结果见figure2（可以看到随着被要求词数的变多模型效果在变差，且被要求按某个词作为结尾生成词数一定的句子时比不附加该条件效果会好一些）和table2（

大模型控制

Ollama还是vLLM？深度解析四大顶级LLM服务框架：性能、特性与技术选型指南

性能特性 Ollama 优先考虑的是易用性而非极致的吞吐量。

LLM 服务框架

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

而 AI Agent 有潜力能从根本上解决这一问题，就像从工厂流水线生产变成“3D打印”、服装的大货生产变成“小单快反”，为用户带来更个性化的产品。

大模型 AI编程

AI+智能客服：大模型可落地的最成熟场景之一

随着时间的推移，这些系统从基于规则的自动化流程，逐渐演变为更加复杂、能够学习和适应的智能系统。

ai 客服

<...44 45 46 474849 50 51 52 53 ...>

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