文章列表-AI魔法学院

文章列表

一文探秘LLM应用开发-Prompt(相关概念)

https://arxiv.org/pdf/1506.07285.pdf 但是，虽然想法很好，实现上却很困难，当下用历史后视镜来看，想要实现统一，一是要选对模型结构（GPT），二是要有足够的参数规模，

prompt 大模型

一人搞定30万商品分类：AI落地实践故事！

嵌入式模型（Embedding）是一种广泛应用于自然语言处理（NLP）和计算机视觉（CV）等领域的机器学习模型，它可以将高维度的数据转化为低维度的嵌入空间（embedding space），并保留原始数据的特征和语义信息

embedding 大数据分类

关于大模型驱动的AI智能体Agent的一些思考

A (Act)处理：对总结检查的结果进行处理，对成功的经验加以肯定，并予以标准化；对于失败的教训也要总结，引起重视。

大模型

AI Agent / 智能体观察笔记（下）

感觉记忆: 这是记忆的最早阶段，它提供了在原始刺激结束后保留感觉信息(视觉、听觉等)的印象的能力。

大模型

ChatGPT实用指南|ChatGPT十步搞定论文【全流程+提示词】

这种方法可以帮助你从不同角度审视自己的工作，确保论文内容不仅对专业读者有价值，对一般读者也具有可访问性和吸引力。

ChatGPT 写作提示词

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

架构就像PC的硬件，但仅依赖架构设计是不够的，我们还需要赋予Agent完成不同任务的能力，这些被视为“软件”资源。

大模型 LLM Agent

MidjourneyV6高级提示词技巧（人物篇）

以下是提示词模块的详细说明： 1️⃣ 设定主要场景：在初始设定中添加一些基本的风格描述，可以帮助你在后续的迭代中更好地可视化结果

Midjourneyv6 文生图提示词

Ollama还是vLLM？深度解析四大顶级LLM服务框架：性能、特性与技术选型指南

性能优化 · • PagedAttention 机制： vLLM 将模型的注意力键/值（KV）缓存（KV Cache）视为一个虚拟内存系统，将 KV

LLM 服务框架

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

法律合规性使用第三方语言模型服务时，需要审视其服务协议。

大语言模型 RAG检索增强

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

3）最后，为了进一步提高视觉质量，作者提出了一种结构引导的细化器来组成预测条件，以更详细地生成更高分辨率的图像。

大模型文生图

什么是BERT？

BERT的预训练任务实际上预训练的概念在CV（Computer Vision，计算机视觉）中已经是很成熟了，应用十分广泛。

embedding

真格基金大模型能力测试问题集---基础篇

约翰认为珠宝商喜欢电视，但.....

大模型训练中文

分析了数百万ChatGPT用户会话后发现的秘密

对于那些好奇的人，我提供了以下可视化图表： “写作”、“创建”和“列表”可能是 ChatGPT 提示中显而易见的动词。

大语言模型

如何下载及使用通义千问7B开源大模型

train_dataset, eval_dataset=val_dataset, tokenizer=tokenizer, ) trainer.train() 可视化

通义千问

【NLP技术分享】文本生成评价指标的进化与推翻

与 BLEU 不同，基于距离的评价方法是一种典型的 “错误率” 的度量，类似的思想也广泛应用于语音识别等领域。

开源模型

<...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