文章列表-AI魔法学院

文章列表

2023检索增强生成技术（RAG）研究进展

它们可能产生误导性的“幻觉”（hallucinations），依赖潜在的过时信息，处理特定知识时效率不高，专业领域的深度不够，推理能力也有所欠缺。

RAG 检索增强

会“追问”的Agent，大模型知识库另类实践

在实际的生产环境中，此类知识库应用可能遇到两类问题：知识型和政策型（图1）。

大模型

Yi技术报告细节分享

Trick，要求给答案之前模型需要背诵或改写原始段落，这种数据格式鼓励模型进行检索，从而阻止依赖自身知识回答产生的幻觉。

Yi模型大模型

10个大模型私有化需要关注的问题

一旦出现问题，会对最终业务效果产生不预知影响，也会对后期问题排查修正带来非常大的挑战。

开源模型

主流向量数据库一览

Weaviate在使用案例上，有很多现成的例子，跟当前GPT前沿热门项目贴合比较紧秘，但在大规模生产环境使用场景中，还需要接受考验。

向量数据库

谈谈RAG存在的一些问题和避免方式

一般来说，分块过程忽略了文本的内容，这就产生了问题。

RAG 大模型

M3E 可能是最强大的开源中文嵌入模型

资源搭建专属知识库 ChatGLM2-6B + LangChain 工程落地实践｜基于 ChatGLM2-6B + LangChain 搭建专属知识库初步完成工程落地实践｜国产大模型

开源模型

AI领域的agent是什么意思？

例如，一个平凡的事件，如在房间里吃早餐，会产生一个低重要性分数，而与重要的他人分手则会产生一个高分。

大模型

掌握Prompt的6心法

优秀的Prompt能最大限度发挥人工智能的能力,创造更多价值,学会如何写Prompt是投入产出比相当高的。

prompt 写作

Fastwhisper + Pyannote 实现 ASR + 说话者识别

/pyannote/speaker-diarization-3.1 以上代码即使你运行的时候把模型下载到缓存里了，偶尔还是会443，笔者猜测这玩意就算你下载下来了还是还是要联网推理，所以，要部署到生产环境的同学最好还是使用离线加载

faster-whisper 语者识别 ASR

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

3.语言理解与生成榜单语言理解与生成，是衡量模型在理解和产生语言方面的能力，包括语言理解与抽取、上下文对话、生成与创作、角色扮演等方面。

大模型方法论

文生图提示词prompt详解

观察这两者之间的差异，并利用它来产生一组对噪声图片的改变 4.

SD prompt 文生图提示词

AI换脸工具:facefusion使用心得

output输出：是替换后人脸后的产出图片/视频。

FaceFusion 文生图

大模型：泛化即智能，压缩即一切！

事实上，经验证据表明，较大的模型不仅具有泛化性，而且比较小的模型能够产生更好的样本外预测的特性。

泛化大模型

语言大模型100K上下文窗口的秘诀

但如果不是在100K词元上训练出来的，那么该模型在100K词元的推理过程中不会产生有意义的推理结果。

大模型

<...51 52 53 545556 57 58 59 60 >

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