文章列表-AI魔法学院

文章列表

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

公司如何使用ChatGPT进行内容营销？

探讨与使用人工智能驱动的内容生成工具（如ChatGPT）有关的潜在限制、缺点或道德问题，以呈现一个全面和平衡的观点。

大模型

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

先不说 Google 为什么在不同的指标写了不同的小字，这个问题在文章结尾回答。

Prompt 大模型

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

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

一文看懂RAG：大语言模型落地应用的未来

这种技术在问答系统、对话系统和其他需要理解和生成自然语言的应用中非常有用。

rag 检索增强

图解检索增强式生成（RAG）技术 | 万字长文

简而言之，RAG 结合了搜索和 LLM 的提示功能，在此基础上，模型根据搜索算法提供的信息，作为上下文来回答问题。

检索增强式生成 RAG

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

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

也就是说，我们提出了以下一般性观察： · 线性插值/缩放似乎是增加模型上下文长度的最稳健的方法。

开源模型

大语言模型的拐杖——RLHF基于人类反馈的强化学习

模型通过从人类训练者提供的反馈学习，不断提高其性能。

大模型训练

baichuan2 有什么好的深挖论文中涉及的知识点

具体来说，Baichuan 2 优化了数学和代码问题上的性能。

大模型

CodeGeeX2来了!效果超LLaMA2-70B

Copilot 去 AI 生成，发现清华发布了「CodeGeeX2」，基于 ChatGLM2-6B 基座模型，CodeGeeX2-6B 进一步经过了 600B 代码数据预训练，相比上一代，能力有全面提升

CodeGeeX2 开源模型

<...48 49 50 515253 54 55 56 57 ...>

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