文章列表-AI魔法学院

文章列表

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

chain.run(input_documents=similar_docs, question=query) return answer 十一、示例查询和答案最后，让我们用一些示例查询来测试我们的问答系统

知识库 langchain

一本Python爬虫的书，凭什么能畅销10W册

它们可以检测网站上的错误、链接问题和性能瓶颈，并立即采取措施来解决这些问题，以提供更好的用户体验。

爬虫 python

AIGC系列之一-一文理解什么是Embedding嵌入技术

CBOW 模型根据上下文单词预测目标单词，而 Skip-gram 模型则根据目标单词预测上下文单词。

AIGC Embedding 嵌入技术

AI必备Prompt技巧《提问的艺术——让AI导出高质量答案》

示例：假设我们有一个简单的二元情感分类任务，需要将电影评论分为“正面”或“负面”两类。

prompt 提示词

停用词(Stop Words)的价值、收集与使用

我们在构建停用词表的时候，一定要紧紧围绕任务目标来定义评价指标和规则。

停用词

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

在训练目标上，LLaMA的训练目标是语言模型，即根据已有的上文去预测下一个词。

大模型微调训练

Roop升级版FaceFusion换脸AI技术使用以及部署教程

检测D盘是否在dataddd目录，没有则创建该文件夹。

FaceFusion 教程

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

我们先测试下提示词生成的图像的效果。

IP-Adapter 文生图

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

1.5 喜闻乐见：开始运行 Windows引用修复测试代码在Win11下直接跑不起来，报包引用找不到。

photomaker 绘画风格

大厂都在用的结构化Prompt，把写提示词变成填空题！

##Example: - ## Workflows: - ## Initialization: - 我们在ChatGPT3.5上测试表现良好

prompt 大模型

基于LLM+向量库的文档对话痛点及解决方案

LLM本来就有幻觉问题，回答得不会很精准（笔者实测也发现如此）。

开源模型

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

例如，在HumanEval编码基准测试上，Reflexion达到了91%的pass@1准确率，超过了之前的最新技术GPT-4的80%。

大模型

基于大模型（LLM）的Agent 应用开发

program 是 agent function 的真子集 1.2 大模型领域中的Agent 在大模型领域，大模型替代了传统agent 中的规则引擎以及知识库，Agent提供了并寻求推理、观察、批评和验证的对话通道

大模型 Agent

垂直领域大模型的一些思考及开源模型汇总

虽然国内大厂在紧追不舍，但目前绝大多数都还在实行内测机制，大概率是不会广泛开放的（毕竟，各大厂还是主盯ToB、ToG市场的，从华为在WAIC的汇报就可以看出）。

垂直领域大模型开源模型汇总

人人都可以部署微信机器人-小白保姆级教程

你可以私聊你的微信机器人，也可以拉入群里做测试。

大模型

<...53 54 55 565758 59 60 61 62 ...>

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