文章列表-AI魔法学院

文章列表

大模型推理能力增强方法总结

思维链概念的开山之作——Chain-of-Thought Prompting 思维链（Chain-of-Thought，CoT）的主要思想是通过向大语言模型展示一些少量的样例，在样例中解释推理过程，大语言模型在回答提示时也会显示推理过程

推理能力大模型

通往 AGI 之路：走进大语言模型

这篇文章就带你从三个方面认识目前最火热的大语言模型 ChatGPT。

AGI ChatGPT 大语言模型

ChatGPT等大模型实用的提问技巧

结构描述举例备注语境描述 Context 提供外部信息或额外的上下文信息，引导语言模型更好的响应

大模型

AI大模型LLM可以帮助企业做什么？

“ AI大模型为企业带来三大价值：一是提升效率。

大模型

大模型微调方法总结

但是随着预训练语言模型越来越大，这个范式存在以下问题： ● 当我们 finetune 大模型时，由于训练成本太高，不太可能重新训练所有模型参数 ● 以前的方法（论文发表于 2021 年）都或多或少有其它性能问题

开源模型

大模型能力评估体系

据中国科学技术信息研究所的数据，国内具有超过10亿参数规模的模型已达79个，标志着一场规模宏大的“百模大战”。

大模型评估

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

马斯克所创办的 xAI 团队宣布开源 Grok-1——一个参数量为 3140 亿的 MoE 大模型。

Grok-1 开源模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

本文是从零开始了解AI大模型系列的概念篇，带你走进大模型的世界。

大模型

OCR的终极解法——传统算法VS多模态大模型

大模型做命名实体识别使用大模型做命名实体识别就是写 prompt 了，之前的有发文讲过就不细说了。

OCR 大模型文字识别

万字长文-大语言模型指令调优综述

写在前面大模型纵横的时代，不仅大模型越来越卷，就连大模型相关综述也是越来越卷。

大语言模型

目前大语言模型的评测基准有哪些？

ChatbotArena：借鉴游戏排位赛机制，让人类对模型两两评价 ChatbotArena是一个大型语言模型 (LLM) 的基准平台，该项目方LMSYS Org是由加州大学伯克利分校、加州大学圣地亚哥分校和卡内基梅隆大学合作创立的研究组织

人工智能评测大模型

最透彻的大模型PPO原理和源码解读

“防止模型训歪”换一个更详细的解释是：我们希望训练出来的Actor模型既能达到符合人类喜好的目的，又尽量让它和SFT模型不要差异太大。

PPO 大模型源码解读

大模型时代-行业落地的再思考

写在前面大家好，目前大模型落地是大家特别关心的问题，之前我也对垂直领域大模型的做了一些思考并对领域开源模型进行汇总。

大模型

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

大模型检索增强生成RAG的优化

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 检索增强大模型

<...2 3 4 567 8 9 10 11 ...>

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