文章列表-AI魔法学院

文章列表

一文讲明白什么是预训练、微调和上下文学习

对话系统:通过结合上下文学习，模型可以产生连贯和引人入胜的对话，改善对话系统中的人机交互。

大模型训练

Meta无限长文本大模型来了：参数仅7B，已开源

(17) 中的注意力单独应用于每个块，产生线性复杂度 O (kc^2 ) = O (nc)。

Meta 长文本大模型

微调大型语言模型-核心思想和方法介绍

但是，如果我们可以访问 LLM，则使用来自目标域的数据在目标任务上对其进行调整和微调通常会产生更好的结果。

大模型训练

AIGC系列之一-一文理解什么是Embedding嵌入技术

具体步骤如下： 1.文档切分 2.建立子文档embedding与索引表 3.将LLM任务与子文档embedding做相似度匹配 4.基于LLM产出最终结果【书籍问答任务

AIGC Embedding 嵌入技术

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

当部署到生产环境中时，只需要计算和存储W=W0+BA，并像往常一样执行推理。

大模型微调

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

具体来说，训练优化产生的新策略不断更新 Critic 和 Actor，加入熵和策略度量保证策略的多样性和训练稳定。

HAI-Chat RLHF

2023检索增强生成技术（RAG）研究进展

它们可能产生误导性的“幻觉”（hallucinations），依赖潜在的过时信息，处理特定知识时效率不高，专业领域的深度不够，推理能力也有所欠缺。

RAG 检索增强

会“追问”的Agent，大模型知识库另类实践

在实际的生产环境中，此类知识库应用可能遇到两类问题：知识型和政策型（图1）。

大模型

Yi技术报告细节分享

Trick，要求给答案之前模型需要背诵或改写原始段落，这种数据格式鼓励模型进行检索，从而阻止依赖自身知识回答产生的幻觉。

Yi模型大模型

10个大模型私有化需要关注的问题

一旦出现问题，会对最终业务效果产生不预知影响，也会对后期问题排查修正带来非常大的挑战。

开源模型

主流向量数据库一览

Weaviate在使用案例上，有很多现成的例子，跟当前GPT前沿热门项目贴合比较紧秘，但在大规模生产环境使用场景中，还需要接受考验。

向量数据库

AI领域的agent是什么意思？

例如，一个平凡的事件，如在房间里吃早餐，会产生一个低重要性分数，而与重要的他人分手则会产生一个高分。

大模型

预训练对话大模型深度解读

产品地址：beta.character.ai/ 4、总结本文介绍了十款模型家族的模型，从中我们可以看到大模型确实不是新技术，但是ChatGPT做的更好，引入了反馈机制。

掌握Prompt的6心法

优秀的Prompt能最大限度发挥人工智能的能力,创造更多价值,学会如何写Prompt是投入产出比相当高的。

prompt 写作

PDFTriage:面向长篇结构化文档的问答

6.3 PDFTriage需要更少的检索标记就能产生更好的答案在我们的研究中使用的PDF文档示例中,使用GPT-3.5标记器检索到的PDFTriage文本的平均标记长度为1568个标记。

大语言模型 PDF 文档

<...53 54 55 56 575859 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