文章列表-AI魔法学院

文章列表

Chinese-LLM开源中文大语言模型合集

通过医学知识图谱和GPT3.5 API构建了中文医学指令数据集，并在此基础上对LLaMA进行了指令微调，提高了LLaMA在医疗领域的问答效果。

大模型中文

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

就在前方不到两公里内，腾讯、阿里、微软、无问芯穹、出门问问、澜码科技等多家AI大模型初创公司和科技互巨头就坐落于此。

大模型钛媒体

比尔盖茨最新预言：AI智能体颠覆计算机交互体验甚至软件行业

它们很主动——能够在你提出建议之前就提出建议。

AI智能体

LLM Agent最常见的九种设计模式(图解+代码)

1.生成提示词。

LLM Agent 图解

万字长文，AI大模型的应用实践总结

在此基础上，构造法律领域对话问答数据集、中国司法考试数据集进行指令精调，提升了模型对法律内容的理解和执行能力。

大模型

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

同时，研究未考虑模型安全性如可能产生有害输出等问题。

小型语言模型 Zephyr-7B

深入浅出：大语言模型中必不可少的技术——Embedding简介

例如，在训练一个情感分析模型时，可以使用在句子分类任务中训练的嵌入向量，这些向量已经学习到了单词的语义和上下文信息，从而可以提高模型的准确性和泛化能力。

embedding

【2023.10】看目前巨头的AI原生产品布局

对于巨头公司的战略规划来说，肯定99%能被想到的战略都已经在内部被提出过了，问题只在于哪些方案能被呈报核心决策团队，以及他们最后又选择了哪种战略。

大模型产品

Elasticsearch 中的向量搜索：设计背后的基本原理

Lucene 对 HNSW 的实现遵循 Lucene 将数据保留在磁盘上并依靠页面缓存来加速对频繁访问的数据的访问的准则。

向量数据库

RAG与Long-Context之争—没必要争

Long-Context的本质是将所有文本内容全部灌入到大模型中，用户问一个问题，再利用大模型查找或总结出答案。

RAG Long-Context 大模型

用AI轻松玩转年度总结PPT

这篇文章就是为你准备的我会教你如何利用完全免费的国产 AI 工具，快速的制作 PPT 如果你有很多复杂的文字需要整理，没问题，让 A 已帮你整理如果你平时不喜欢总结工作内容，做了很多事，写总结不知如何下笔

PPT 年终总结

吴恩达Prompt教程之总结图解

其中Base LLM是根据训练语料选择最大可能性的单词进行填充，因此，会在填空类内容上表现不俗，但是面对QA类似的问题，可能并不能令人满意。

prompt 教程吴恩达

这个方法可以让AI写出的文章完全去掉GPT味儿！

一、问题所在使用ChatGPT时，人们往往期待它像魔术师一样将简要提示变为精彩文章。

ChatGPT 写作

9个范例带你入门langchain

2，文档问答(Question and Answering Over Documents): 使用文档作为上下文信息，基于文档内容进行问答。

大模型

通俗解读大模型微调(Fine Tuning)

本质上，现在的大模型要解决的问题，就是一个序列数据转换的问题：输入序列 X = [x1, x2, ..., xm]，输出序列Y = [y1, y2, …, yn]，X和Y之间的关系是：Y = WX

大模型微调

<...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