文章列表-AI魔法学院

文章列表

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

引言紧跟技术发展趋势，快速了解大模型最新动态。

大模型研究

如何成为LLM提示词大师！「大语言模型的底层心法」

这个训练过程以及使用的大规模数据集使LLM像Claude和GPT-4这样的模型嵌入了相当多的世界知识。

大模型提示词

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

技术因素（Technology）：有高新技术、工艺技术和基础研究的突破性进展。

策划思维模型方法论

DALL-E 3 不只是文生图！10 个案例颠覆认知

我在这篇文章里发掘了10个使用场景，希望能给你一些灵感。

DALL-E 3 文生图

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

它基本上就是通过一个巧妙的方法来让大型语言模型（LLM）生成更精准、更有用的回答。

OCR RAG 开源

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

自从OpenAI转向盈利化运营之后，很少再开源自己的技术。

大模型调试工具

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

像GPT-4o这样的MLLM的出现，以其卓越的多模态能力和丰富的交互体验，不仅突显了这些技术在实际应用中的不可或缺性，同时也为人类与计算机交互设立了新的基准。

Baichuan-Omni 多模态大模型

吴恩达老师建议大家关注 AI 智能体工作流

· • 使用工具：让大语言模型调用外部工具，如网络搜索、代码执行等 · · • 规划：让大语言模型自己设计一个多步骤的计划来达成目标

智能体大语言模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

该模型使用从Qwen-7B导出的预训练权重进行初始化。

大模型语音

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

然后，使用搜索引擎检索。

大模型 RAG检索增强

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

然而，仅仅使用扩散模型可能不足以解决虚拟试穿的问题。

文生图

腾讯最新的人像写真工作PhotoMaker

还能输入两个图片，融合他们的长相，即使是真人照片+漫画也完全ok。

PhotoMaker 文生图

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

简单来说，EMO 可以使人像照片“动起来”。

EMO 阿里全民演唱

新测试基准发布，最强开源Llama 3尴尬了

Arena-Hard利用竞技场实时人类数据构建，与人类偏好一致率也高达89.1%。

Llama 3 大模型开源

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

与吴恩达合作开发的ChatGPT提示工程课程，共5篇文章 · 扩展内容 § OpenAI关于AGI通用人工智能及未来技术的规划

ChatGPT 大模型

<...52 53 54 555657 58 59 60 61 ...>

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