文章列表-AI魔法学院

文章列表

检索增强生成(RAG)有什么好的优化方案

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强生成

解读OpenAI Sora文生视频技术原理

训练后可以使用扩散模型来生成数据，只需通过学习到的去噪过程来传递随机采样的噪声。

sora

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

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

图片来自：GTC 2024 一般来说，芯片算力提升的最常用方法是采用先进制程，用更高的密度在芯片里塞进更多晶体管。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

图片来自：GTC 2024 一般来说，芯片算力提升的最常用方法是采用先进制程，用更高的密度在芯片里塞进更多晶体管。

芯片拼接技术

一条价值2W的Prompt，帮你生成提示词的超级提示词

超级提示词如下：你是一个专家级ChatGPT提示工程师，在各种主题方面具有专业知识。

prompt

RAT = CoT + RAG

这种现象在需要一系列逻辑推理的场景中尤其明显，凸显了LLM在长任务推理过程中、精确推理和理解上下文的能力方面的差距。

RAT 协同思维链检索增强生成

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

特点 wechat_articles_spider具有以下特点： · 自动化爬取：它能够自动化地从指定的微信公众号中抓取文章数据，省去了手动复制粘贴的繁琐过程。

微信爬虫

做自媒体消息闭塞很致命，巨好用的工具分享

编辑排版 135编辑器：网站，适合编辑公众号秀米编辑器：网站、适合公众号红薯编辑器：小程序，适合编辑小红书设计作图创客贴：小程序/网站/app都有

自媒体工具

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

利用多次生成测试反馈迭代的方式替代原有精心构造Prompt一次性生成的方式，最终在验证集上，GPT-4的准确率（pass@5）从使用单个精心设计的Prompt的19%提高到使用AlphaCodium流程的

LLM 范式迁移

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

比如解决下面这道四次多项式方程：或者是一道简单的微积分：亦或者是稍微修改过的拉格朗日方程推导：

开源模型

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

模型具备了无限上下文，就能够创建定制应用程序。

大模型上下文

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

想象一下，这种由 AI 驱动的编码伴侣能够在开发者输入期间无缝提供代码片段建议，从而显著提高编码效率、减少错误并加快开发过程。

开源模型

Dify：大模型创业开源工具，46,558 行代码，完全开源

工作流: 在画布上构建和测试功能强大的 AI 工作流程，利用以下所有功能以及更多功能。

Dify 开源工具

经典Prompt欣赏 - GitHub Copilot Chat

你是一个AI编程助手。

prompt 提示词

<...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