文章列表-AI魔法学院

文章列表

面向知识图谱的大模型应用

概念的互相关性意味着如果不相互分析，就可能忽略重要的上下文细节。

知识图谱大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

另一个就是模型复杂，如前文讲，生成式本身是在学习样本的真实分布，而非决策边界，故而更为复杂，性能较差，再加上为了能够获得智能涌现，模型参数量巨大，就更难以训练和部署。

LLM

前半年，我看到的有趣的 AI 产品

今天这篇文章是我对直播内容的总结，其中部分观点来源于黄钊。

AI工具

实现职场飞跃：10个ChatGPT提示词技巧助你找到理想工作

这些提示词涵盖了从创建面试问题样本到制定回复的所有内容。

面试求职提示词

Kimichat炒股：7个提示词案例

了解股票投资基本概念和知识什么是有息负债率？

Kimichat 提示词

写好Prompt提示工程的一套通用框架 - 5个关键要素

我会用任意一种语言向你讲话，你要检测这种语言，将其翻译并用纠正过的、改良版的英文版本回答我。

Prompt 提示工程

解读 Openai 给 DALLE3 设的完整系统提示词

如果这个人的引用只会以文本形式出现在图像中，那么保留这个引用，不进行修改。

提示词绘画 DALLE

语音克隆又又又又又升级了

之前在前面的文章中有介绍，克隆你的声音，只需要你三秒的录音，声音克隆又进化了！

Meta 语音生成

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

在推理过程中，模型以并行方式生成指定长度的标记。

MaskGCT 声音克隆

构建开源多模态RAG系统

大型语言模型，如GPT-3，擅长生成类似人类的语言，但在提供最新或特定领域的信息方面存在限制。

RAG 大模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

时间过得真快，写上一篇文到现在已经过去半个月之多！

大模型 LangChain RAG

大模型应用设计的10个思考

这种做法在短期内可能带来便利，但长期来看，会导致代码僵化，难以维护。

大模型应用

提升GPT Prompt效果最佳实践 - 拆解复杂任务

具体方法： · 使用意图分类来识别与用户查询最相关的指令 · 对于需要很长会话的对话应用，总结或过滤之前的对话 · 分段总结长文档，并递归构建成完整摘要使用意图分类来识别与用户查询最相关的指令

GPT prompt

大模型：泛化即智能，压缩即一切

如果你认同Scaling Law定律，你就应该相信通过大量不同的数据来追求长期的模型泛化能力比短期的通过巧妙的模型微调更重要，这个想法在机器学习先驱 Rich Sutton 《苦涩的教训》中也有所体现。

大模型泛化

花钱买AI写作工具？究竟哪款工具值得你掏钱

你只要告诉它你要写啥，稍微调整一下风格、长度，接着就能得到一篇完整的文章。

写作 ChatGPT

<...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