文章列表-AI魔法学院

文章列表

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个真正难题我在前面的文章中《一些LLM的声音总结》中提到过，基于大模型的企业应用中很大一部分需求就是RAG——检索增强生成。

RAG 大模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

Animate Anyone发布的时候，四个视频在（社交平台）Twitter上总播放量破亿，还有大量的自发报道。

通义文生视频

Python状态机：优雅处理复杂业务逻辑的利器

总结状态机是一个强大的设计模式，特别适合处理具有明确状态流转的业务场景。

Python状态机设计模式

模拟ChatGPT流式数据——SSE最佳实践

1s一条，但到了客户端便成了上图这样（与云服务器流量大小也有一定关系）重定向在nginx重定向接口后，存在等待服务器返回的问题（与云服务器流量大小也有一定关系）总结

打字机 sse 大模型

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

假设 H800 GPU 的租金为每 GPU 小时 2 美元，我们的总训练成本仅为 557万美元。

DeepSeek V3 开源模型

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

RPA的基本情况很明确，这些机器人解放了员工，让他们专注于更多增值任务，并降低企业的总体成本。

RPA 自动化

聊聊我对AI Agents技术的一些看法

▲BabyAGI 流程图如果对上述框架做一个抽象与总结，参考人大发布的 AI Agent 综述，一个 AI Agent 可以被认为由以下四部分组成： · &ensp

AI Agents 大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

不管怎么样，大厂开源的东西总不会太差。

大模型

QWen1.5: 卓越模型之路

A9SdSF 总结本文详细介绍了新版本QWen1.5模型的性能表现以及模型结构。

Qwen1.5 开源模型

如何修复GPT幻觉、及评估数据集的挑战

通过在预测期间从知识库提供相关数据，我们可以将纯粹的生成问题转换为基于所提供数据的更简单的搜索或总结问题。

大模型

Stable Diffusion

Stable Diffusion新手快速入门教程

这2个数值很考验显卡计算能力，以8g显存为例，建议批次设置为3（一次生成3批），每批数量为1，总共3张图片。

文生图

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

总体而言，欧拉采样器（Euler a）具有更平滑的颜色和较少定义的边缘，使其更具“梦幻”外观，因此如果这是你在生成的图像中喜欢的效果，请使用Euler a。

文生图 SD

AI产生意识，对人类意味着什么

总而言之，一场全新的变革正在酝酿，人类需要做好准备，以智慧应对。

AI 意识

LangChain Agent 原理解析

总结自定义 LLM Agent 的示例代码我们已经介绍完了，最后我们再讲下来 Agent 中使用的 LLM。

大模型

基于大模型（LLM）的Agent 应用开发

总而言之，AutoGen被设计为构建 LLM应用程序的通用基础设施。

大模型 Agent

<...50 51 52 53 54 555657 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