文章列表-AI魔法学院

文章列表

使用ChatGPT润色出高品质文章的提示词

6、增加详细信息输入“增加更多的细节和具体内容”，可以增加更多的具体例子或数据使文章更加生动、有趣。

写作大模型 ChatGPT

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

数据处理与转换：当用户需要 AI 处理特定的数据并按照特定格式输出时，如数据清洗、文本翻译或图像转换。

大模型提示词

RAG与Long-Context之争—没必要争

RAG的本质是通过用户问题从数据库/知识库中找到相关片段内容，再利用大模型查找或总结出答案。

RAG Long-Context 大模型

图解 Transformer——功能概览

Transformer 架构擅长处理文本数据，这些数据本身是有顺序的。

Transformer 大模型图解

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

因为要同时运行数百个芯片，这种超大参数模型的训练可能要花费数千万美元，系统太复杂还可能会出现硬件故障。

Scaling Law AI大模型

独家！黄太吉创始人再创业：首次披露惨败内幕

通过数年的磨合与修订，他正式推出了《毛选创业课》。

黄太吉创业

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

向量数据库通过将数据转化为向量存储，解决大模型海量知识的存储、检索、匹配问题。

AI Agents 大模型

聊聊我对AI Agents技术的一些看法

▲AutoGPT Github Star 数 AI Agent 不断被冠以“大模型下半场”，“软件 2.0（ Software 2.0）”等等称号，连 OpenAI 的创始成员 Andrej Karpathy

AI Agents 大模型

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

1.导入数据，构建待查询的数据库。

Agent QueryPipeline 大模型

AIGC工作流: 新时代产品经理和创业者的秘密武器

然而在AIGC产品中，用户更关心的是AIGC的数据体验，而不是界面的交互体验，传统的体验设计范式已经不再适用。

大模型 AIGC

12个RAG常见痛点及解决方案

如果非要模型输出正确答案而不是承认模型不知道，那么就需要增加数据源，并且要保证数据的质量。

RAG 大模型

小心你的GPTs 防守篇 - 自带六神装的高防GPTs

距离我们 GPTs 攻防的上篇发布到现在已经过去了两周，也有很多的群友积极参与了我们的攻防活动，但是截止目前还没有人破解到我们的 prompt，不少群友想要我们分享一下防守的经验，这一篇我们就来为大家带来

GPTs 大模型

LLM微调经验&认知

数据质量可能更重要，太大的数据量有可能“阉割”掉模型原有的base能力 8.

LLM 大模型

Prompt：我常用的对话技巧

这里正好给大家介绍一下我平时使用大模型的小技巧，相信有人在很多地方已经用过了。

prompt 大模型

混合专家模型 (MoE) 详解

这意味着在相同的计算预算条件下，您可以显著扩大模型或数据集的规模。

MoE大模型

<...45 46 47 484950 51 52 53 54 ...>

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