文章列表-AI魔法学院

文章列表

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

Coze多智能体（Multi-Agents）模式体验！

在这次创建过程中我会用到提示词，变量、数据库、开场白功能，下面会详细说明。

Coze 多智能体

2024年值得关注的Agent框架

它利用ChatGPT、LLaMa2等LLM和其他专业模型，并根据任务的上下文动态选择合适的工具。

Agent 框架

SD3 正式开源 Sora同源架构

本次模型参数量不是很大就当8-12G起吧 SD3的更新特点采用Diffusion Transformer（DiT）架构：Stable Diffusion 3.0采用了与Sora相同的DiT架构，这种架构设计使得系统的扩展性更强

SD3 绘画

8个超级GPTs Agent，每个浏览量超20w+（实用建议+攻防Prompt）

https://chat.openai.com/g/g-EzyJhJN0F-aisirzhu-shou 4）Prompt Optimizer（提示词优化器）根据大模型特性来优化你的提示词，目前提供

GPTs Agent

AI探索-我怎么使用Kimi Chat的

答疑小助手我首先用爬虫爬了下数据，方便我进行一些数据格式修正（如果你有现成的资料，就不用爬，直接拖进Kimi就行），格式如下直接拖进去，开始提问，这里有个技巧，因为是固定资料检索

KimiChat 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

llamaindex实现下的RAG架构以RAG召回为例，最原始的做法是通过top-k的方式从向量数据库中检索背景数据然后直接提交给LLM去生成答案，但这样存在检索出来的chunks并不一定完全和上下文相关的问题

大模型

对于大模型RAG技术的一些思考

Excel也还好处理，本身就是结构化的数据，合并单元格的情况使用程序填充了之后，每一行的信息也是完整的。

RAG 大模型

没有思考过 Embedding，不足以谈 AI

不同词所编码的数值，是否基于词义本身的相似性形成高区分度的聚类，会直接影响到语言模型对于输入数据的压缩效率。

开源模型

一文搞定 ComfyUI SDXL1.0 完整流程

用户可以根据项目的需要，灵活地选择和组合这些模块。

文生图 comfyui

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

而这个处理方法可以一层层地递进，如果我们想提出更具体的问题，就可以根据之前的操作再进一步细化。

提示词 prompt

【NLP技术分享】文本生成评价指标的进化与推翻

一个好的评价指标（或者设置合理的损失函数）不仅能够高效的指导模型拟合数据分布，还能够客观的让人评估文本生成模型的质量，从而进一步推动text generation 商业化能力。

开源模型

盘点字节跳动最新的AI应用

👇字节AI应用不完全统计见下图👇 据传，字节AI起源于2023年1月，字节跳动组建了其首个大型模型团队。

字节 AI工具

一文搞懂贝叶斯定理有什么用

但是在现实世界中，除了抛硬币、掷骰子、玩老虎机等少数符合理想数学模型的场景，频率学派才能发挥作用。

贝叶斯定理

AI拟声: 5秒内克隆您的声音

声音数据集整理：MockingBird在整理某个人的音频数据集上也很有用，可以在一个声音上做微调，使语音生成质量（如杂音、吐字清晰度）和音色达到更好的效果。

声音克隆开源

<...49 50 51 525354 55 56 57 58 ...>

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