文章列表-AI魔法学院

文章列表

LLM Agent最常见的九种设计模式(图解+代码)

2 ReAct 模式这是 LLM Agent 第一文，发表于 2022 年 10 月，现在看起来特别简单，但当时ChatGPT还没有面世，能够提出让 LLM 学会使用工具

LLM Agent 图解

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

如何用大语言模型构建一个知识问答系统

通过归一化、拼写纠错、扩展、翻译等方式对查询请求中的词进行替换。

知识库

简单提升RAG的10种方法

实际实践过程中，提升RAG的效果有许多的方向，这篇文章将常用的思路进行讨论，希望对RAG系统的优化和使用提供一些帮助。

RAG 大模型

垂直领域大模型的一些思考及开源模型汇总

写在前面大家好，我是刘聪NLP。

垂直领域大模型开源模型汇总

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

这款产品的第一次发布是在去年 12 月 20 日，在第一时间体验了产品之后我们看到音乐创作和消费有望随着创作门槛的极大降低而成为消费级产品的内容形态，于是我们发表了第一篇 Suno 的研究文章。

suno 音乐

RAG 2.0，终于把RAG做对了！

例如，撰写本文时，ChatGPT的数据更新至2023年4月。

RAG 大语言模型

几款开源的OCR识别项目，收藏备用

https://github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract

OCR

高级 RAG 技术——图解概览

原文：https://pub.towardsai.net/advanced-rag-techniques-an-illustrated-overview-04d193d8fec6 文章知识结构图

RAG 检索图解

LLM大模型推理输出生成方式总结

参数设置：do_sample = False, num_beams = 1 缺点： 1、生成文本重复 2、不支持生成多条结果。

大模型

大模型量化：什么是模型量化，如何进行模型量化

而这一系列操作都可以写成网络中的一个op，实现网络的正常训练。

大模型

全球学术界知名学者教授信息大盘点（全）

本文是学术大佬资料整理得合集（共计86位），他们都是自然语言处理（NLP）方面得权威专家。

AI大佬知名学者

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

；2）使用特定任务的指令，比如在需要写小说的时候要求大模型“写一个故事大纲”；3）通过人工提供信息。

AI Agents 大模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

其二是来自有标注信息的监督数据，包括若干个中文跟英文的开源数据集，例如MS MARCO，NLI，DuReader等。

BGE M3-Embedding 多语音检索

金融行业的开源AI大模型

轩辕70B（度小满中文金融对话大模型）是由度小满金融开发的中文金融对话大模型，基于Llama2-70B模型进行中文增强。

开源大模型

<...54 55 56 575859 60 61 62 63 ...>

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