文章列表-AI魔法学院

文章列表

用ChatGPT快速完成论文全流程

四、引言的构建撰写引言是介绍你的研究背景和建立理论框架的重要步骤。

ChatGPT 写作

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

1）基于LLM的召回或重排在逻辑概念上，这种方法使用 LLM 来决定哪些文档/文本块与给定查询相关。

大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

查了一下资料，BF16需要16.2G显存才可以运行...

通义千问

4种通过LLM进行文本知识图谱的构建方法对比介绍

但是对于知识图谱的创建是一个很复杂的过程，比如需要对属性增加限制，创建符合特定主题/模式的图谱，并且有时文档非常大，无法作为单个提示处理，所以在切分后的提示中创建的图谱需要前后一致。

知识图谱大模型

人人都可以部署微信机器人-小白保姆级教程

https://fa.huiai.vip/ 中购买）方案一：宝塔Docker部署服务器购买买一个最低配置的海外服务器大约30元/月左右即可，使用海外服务器可以不用代理，

大模型

RAG从入门到精通-RAG简介

3.LLM的知识是编码在数百亿个参数中的,无法直接查询或编辑其中的知识图谱。

rag 大模型

更强的小型LLM：Zephyr-7B

因此，它们倾向于产生无法准确回应用户查询的回复。

Zephyr-7B 大语言模型

自从prompt用了示例演示，GPT的输出稳定性达90%

示例是prompt的具体化，它们为GPT提供了更具体的参考例子，使其能更准确地理解用户的意图。

prompt 提示词

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

10秒换脸，一张图片够了！SD Roop插件教程

如果不懂基础的图生图操作原理，详见这个教程：以成都“炸街战袍”为例，聊聊Ai怎么给模特换脸换衣服 02 部署插件使用环境这是最重要的部分。

AI换脸

目前大语言模型的评测基准有哪些？

着眼于综合评价大模型的能力，使其能全面地测试大模型的效果，又能考察模型在中文特有任务上的理解和积累，SuperCLUE从三个不同的维度评价模型的能力：基础能力、专业能力和中文特性能力。

人工智能评测大模型

开源的大模型数据集

大模型训练数据集的质量是提升大模型效果最有效的途径，也是最苦最累的脏活，积累前人已经整理开源的数据集，站在数据集巨人的肩膀上，持续迭代大模型。

开源模型数据集

AIGC沸腾200多天后，投资人达成三大共识

AI市场格局发生新变化，创投圈的关注点再次被锁定。

大模型

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

NLU（自然语言理解）任务效果很好，单卡GPU可以部署，速度快，V100GPU下1秒能处理2千条以上。

大模型

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

二、技术原理 1.

OmniVision -968M 多模态模型

<...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