文章列表-AI魔法学院

文章列表

个人从零预训练1B LLM心路历程

Steel LLM对开源数据集的处理流程如下图所示。

LLM 训练

模型压缩：量化、剪枝和蒸馏

具体模型结构根据任务类型分为两种：输入为单句文本的模型（如图4 所示）和输入为句对文本的模型（如图5 所示）。

BERT 语言模型

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

二、使用工具（Tool use）大语言模型本身也不是万能的，比如吴恩达提到，在早期视觉研究领域，大模型便需要依靠视觉处理工具才能实现对图像视频等内容的处理。

GPT-5 智能体

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

上图展示了Phi-2和Phi-1.5在各项测试之中的比较（其中BBH和MMLU分别使用3次和5次CoT（Chain of Thought））。

小语言模型

检索增强生成 (RAG):What, Why and How?

如果您正在使用像Neo4j这样的图形数据库，则需要为数据创建节点和边，并将它们存储在图形数据库中。

检索增强大模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

比如 RA-DIT 试图通过增强 RAG 用到的 LLM + 单独训练一个 retriever 的方式加强 LLM 「自有」知识和外挂知识的双向奔赴

大模型 LangChain RAG

通往AGI之路，提示词入门

下面是例子的截图。

AGI 提示词

垂直领域大模型的思考

如果模型没理解人们的意图，或者不会写，也能进行拒识，而不是“强行”给出一个错误的SQL。

垂直领域大模型

开源打败闭源？Meta即将推出开源代码生成平台Code Llama，剑指OpenAI Codex

正是凭借自然语言处理与编码专业知识的深度整合，Code Llama 才得以提供符合开发者意图的可行建议。

开源模型

剪映专业版智能补帧

想必大家都知道视频是由一张张静止的图片（也就是帧）连续播放而形成的，那一秒钟播放多少张图片看起来比较流畅和清晰呢？

剪映智能补帧

分享一个结构化AI提示词模版

常见问题 - 配图要求: [图片类型/数量] 知识(K): - 技术参数: [具体参数] - 使用场景: [应用场景]

提示词模板

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

Docker后，在本地电脑上完成安装，注意在安装过程中，我们需要确保"Use WSL 2 instead of Hyper-V (recommended)"这一功能被启用，docker的具体安装过程可以参看下图所示的教程

知识库MaxKB 开源

通往AGI之路：思维链提示过程

下面这个图就显示了标准的提示词以及使用了思维链之后的提示词的效果，可以看出，经过思维链提示之后的大模型能够输出更多的信息，并且正确回答用户提出的问题。

思维链提示词

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

ensp; "arguments": { "a": 33, "b": 77 } } } 这叫工具调用意图，

Function Calling 大模型

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

<...50 51 52 535455 56 57 58 59 ...>

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