文章列表-AI魔法学院

文章列表

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

它的核心思路是，利用多次生成测试反馈迭代的方式替代原有精心构造Prompt一次性生成的方式，最终在验证集上，GPT-4的准确率（pass@5）从使用单个精心设计的Prompt的19%提高到使用

LLM 范式迁移

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

相比之前的ChatQA 1.0版本，其训练方法和数据集都进行了优化，尤其增强了对表格数据和算术计算的理解能力。

Llama3-ChatQA-1.5 对话问答模型

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

而OpenAI的Sora可以生成最多1分钟的视频（估计还能更长，很可能OpenAi在时间长度上做了限制，比如会员解锁更长）。

视频生成 sora

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

RRF算法然后基于其在不同列表中的排名为每个文档计算一个新分数，并根据这些分数排序以创建最终的重新排名列表。

RAG-Fusion 检索增强

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

基金通过发行基金股份成立投资基金公司的形式设立，通常称为公司型基金；由基金管理人、基金托管人和投资人三方通过基金契约设立，通常称为契约型基金。

GPT

如何看待大型语言模型的Prompt

word2vec并不是为生成文本采样而设计的。

prompt 大语言模型

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

style fidelity：设置为1。

文生图

一张照片秒生不同风格图像！小红书InstantID来了！

· · 高保真度：通过精心设计的算法，InstantID能够在生成的图像中精确地保留人物的面部特征，包括表情、年龄和性别等细节。

InstantID 文生图

如何使用ChatGPT写论文

分析这个统计模型的工作原理和应用场景 3.

ChatGPT 写作

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

他们计划定期对所有主要的开源和闭源 LLM 持续进行评估，还将开源评估代码，以便后续研究复现论文中的结果。

过拟合小模型

面向知识图谱的大模型应用

这涉及到利用各种计算策略来平衡大型关联数据集分析的效率、准确性和完整性。

知识图谱大模型

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

ToneColorConverter ckpt_converter = 'checkpoints/converter' # 使用GPU进行计算

tts 文本转语音

两个案例教你如何用BRTR原则优化Prompt

这里通过明确要求文案需要“突出产品的主要特点和优势，如超长续航、高刷新率屏幕和优秀的游戏性能”，以及“输出格式为一段不超过200字的文本”，为此我们设定了明确的输出标准，这样AI模型就能更准确地满足这些要求

BRTR Prompt 写作

无限长的上下文，也干不掉的RAG

相关工作论文还回顾了与长上下文语言模型相关的工作，包括设计性能更优的语言模型、研究语言模型如何使用上下文、以及序列位置效应在心理学中的研究。

RAG 大模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

它使用 1.5T token（与 Gopher 相似的数据集）和与 Gopher 相同的计算量进行训练，但性能优于 Gopher。

Transformer

<...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