文章列表-AI魔法学院

文章列表

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

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

作为Whisper模型的蒸馏版，Distil-Whisper凭借轻量级架构和卓越的处理速度，成为了技术热潮中的新宠。

Distil-Whisper 语音识别

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

【四】： · 效果预览： · 性能对比：硬件配置向量库数据量

开源模型

模型压缩：量化、剪枝和蒸馏

图1 BERT 的结构拆分 BERT 的大小可以用3 个超参数来衡量，即L、H 和A，其中L 表示Transformer Block 的层数，H 表示隐层向量的维数

BERT 语言模型

无限长的上下文，也干不掉的RAG

之前有一个论调，说如果大模型支持足够长的上下文内容时候，是否就不在需要向量库。

RAG 大模型

Python入门与语法速查

行与缩进 Python 使用缩进来表示代码块而不是大括号 {}。

python 编程

【工具书】文生图常用的正向反向提示词以及常用词中英文对照表

1、提示词对照表反向常用：((ugly))),(((duplicate))),((morbid)),((mutilated)),(((tranny))),(((trans))),((trannsexual

文生图 prompt 提示词

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

项目简介 "QAnything"是网易有道开发的本地知识库问答平台。

网易 RAG 知识库

如何提高RAG 的效果

写在前面 LLM+RAG 构建很简单，使用开源项目langchain几行代码就搞定，但简单的构建过程不意味着很好的效果。

RAG 大模型

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

RAGFlow大大提升知识库RAG的召回率，不仅智能，而且可控可解释、真正在无限上下文（token）的场景下快速完成大海捞针测试、提供易用的 API，可以轻松集成到各类企业系统。

OCR RAG 开源

“How to make money with GPTs” 教你集成第三方url的Action+知识库的完整版GPTs

GPTs是OpenAI推出ChatGPT的自定义版本，任何人都可以创建定制版本的ChatGPT，以在日常生活中、特定任务中、工作中或家庭中更有帮助，而且可以与其他人分享这一创作。

GPTs 知识库

大模型的研究新方向：混合专家模型（MoE）

门控网络负责决定哪些专家模型参与处理当前的输入数据。

MoE 大模型

谈谈RAG存在的一些问题和避免方式

我觉得去研究和实践基于LLM的应用更实际，而RAG就是非常好的一个方向，这对于很多企业来说是刚需。

RAG 大模型

AI 产品榜（2023年08月）5000+ AI产品排名与分析

我们精心筛选分析了5000+ AI 海外产品(web)，覆盖了从访问量、时长、增长速度到营收等关键数据。

工作

盘点数据安全合规方向的热门证书【快来了解一下】

CIPT面向IT从业者开展隐私保护认证，证明在IT产品和服务的开发、工程、部署与审计方面，对于隐私和数据保护实践的理解程度，以及管理和建立隐私保护要求和控制措施的能力。

工作

<1 2 3 456 7 8 9 10 ...>

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