文章列表-AI魔法学院

文章列表

手把手带你微调一个自己的 ChatGLM2-6B 模型

但当前版本的 ChatGLM2-6B 对单轮超长文档的理解能力有限，我们会在后续迭代升级中着重进行优化。

ChatGLM2-6B

保姆级教程：手把手教你创建GPTs角色应用

如果你可以进入GPTs界面，并看到“Create a GPT”选项，这表明你已经获得了使用和创建GPTs角色的权限。

GPTs 教程

鹅厂最新AI工具刷屏！杨幂寡姐多风格写真秒秒钟生成，LeCun点赞 | 可免费体验

由于训练过程需要使用按ID分类的数据集，但现有数据集要么没有注释ID信息，要么所包含的场景丰富度有限，比如只关注面部区域。

PhotoMaker 图生图

为什么大佬都在说Agent是未来？换个角度来谈一谈

另一方面，由于人类本身的局限性，也只能满足一定程度的头部需求满足，比如美团外卖，通过AI+人的方式满足人类能够在家吃到饭的需求，但更多长尾的个性化需求难以满足，其核心原因在于这会带来天量的开发和运营成本

Agent 大模型

大模型训练工程那些事

训练框架重要性的基础逻辑就是在有限的时间和硬件上，充分发挥更多的算力。

训练工程大模型

2024年值得关注的Agent框架

SuperAGI允许开发者通过一个动作控制台运行和管理多个代理，在动作控制台中，用户可以输入指令和配置权限。

Agent 框架

面向知识图谱的大模型应用

而且，LLM 在处理涉及大量相互关联知识的复杂现实环境时仍然有很多局限性。

知识图谱大模型

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了

因为模型具有固定的上下文长度，因此用户和助手之间的对话无法无限期地继续。

提示词 prompt

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

这些缺陷极大地阻碍了这些模型在各种应用中的更广泛采用和有效性，从自然语言处理到计算机视觉以及更多领域。

Baichuan-Omni 多模态大模型

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

当前最先进的近似最近邻搜索(ANNS)算法生成的索引，必须存储在主存储器中，以实现快速查全率搜索——这使得它们非常昂贵，并且限制了数据集的大小。

大模型 PostgreSQL

AI Agent / 智能体观察笔记（上）

智能体和自动化生产制造的区别自动化生产制造所基于的外部环境是充分限定的，制造苹果手机的工序流程是标准的，过程中通过自动化的方式代替一部分人力操作提高效率，所有环节都要尽可能充分可控。

大模型

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

提示: "给定一个购物清单和预算限制，根据它们的重要性和总成本对购买的物品进行优先排序。

大模型

全新换脸工具ReActor，比roop更强！

不局限了两张脸哦。

ReActor SD 文生图

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

接下来我们还是画个图来看一下整个 RAG 场景是怎样做到 LLM 和外部数据结合的(图一)，这张图显示了 LLM 是如何利用外挂信息库的方式来完成自身能力增强或落地的，这个外挂的信息库不限于向量数据库、

大模型

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

16 17 Notes 18 请确保描述具体且详细，以便最大限度地发挥Flux 1.1模型的图像生成能力。

Meta-Prompt 提示词

<...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