文章列表-AI魔法学院

文章列表

聊聊我对AI Agents技术的一些看法

▲AutoGPT 核心代码以 BabyAGI 的流程图为例，如下图所示，作为 User 的人类首先向 Agent 以“自然语言”的形式提供任务与目标的描述，放置于任务队列之中（1.）

AI Agents 大模型

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

就像直播里的那只麋鹿，它能听懂你的问题，然后用自然流畅的语音跟你聊天，就是这个 SDK 的功劳！

OpenAI 嵌入式实时语音 SDK

阿里的AI一键换衣（AnyDoor）工具来了

先看看官方演示图片：工具操作很简单，提供了两个上传照片的界面。

AnyDoor 换装文生图

从零开始学习大模型-第二章-大模型学习路线

大模型进阶学习模型优化：学习模型优化技术，如模型压缩、量化、蒸馏等，以提高模型的效率和性能。

大模型学习

检索增强生成(RAG)有什么好的优化方案

：优化模板增加提示词约束、提示词改写。

RAG 检索增强生成

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

对于推理，在 GPU 资源不富裕的情况，如何最小化的利用内存，提升推理效率，也是可以讨论的内容。

大模型人工智能

实测：本地跑llama3:70B需要什么配置

展示一波LLM排名这么帅还不要钱，就问你想不想要也许从此强大的模型不再只是厂商云端的特权，现在每个人都可以在本地部署Llama 3。

llama GPU内存

让你不怕任何事的3个顶级思维（建议收藏）

02、灰度思维毛姆在《面纱》里提到：人性并不是非黑即白，它存在许多灰色地带。

灰度思维减法思维

Prompt工程如此强大，我们还需要模型训练吗？

若通过模型能够在提示工程引导下，解决原始状态下无法解决的推理问题，则说明提示工程能够提升模型的推理能力，并且越有效的提示工程对模型推理能力提升幅度越大。

大模型

Prompt小技巧（18）：万能Prompt

） · 问题（你提出相关问题，询问我需要哪些额外信息来改进Prompt） 3.

prompt 大模型

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

Phi-2目前已经可以通过Azure AI Studio访问。

小语言模型

LangChain + ChatGLM2-6B 搭建私域专属知识库

-> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到 prompt 中 -> 提交给 LLM 生成回答。

知识库

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

基于这个问题，本文重点研究了如何将多模态模型集成到 RAG 系统中，旨在找到多模态RAG系统的最佳配置。

大模型研究

AutoGPT与LLM Agent解析

问题：123 乘以 456 的结果是多少？

大模型

<...47 48 49 505152 53 54 55 56 ...>

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