文章列表-AI魔法学院

文章列表

爆肝两天！ChatGPT+提示词解决知识库目录混乱

保持专业和客观的态度。

智能分类大模型知识库

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

一文探秘LLM应用开发-Prompt(相关概念)

而OpenAI选择了一个当时看来很难但不一定正确的路线，2018年6月发布了GPT1，参数量1.17亿，模型大小5gb，而bert仅几百M，效果在具体任务上却比GPT好，但他们并没有放弃，也正是如此，在

prompt 大模型

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

同时，因为内部生成流程做了优化，生成图片时的速度相较于webui又10%~25%的提升（根据不同显卡提升幅度不同），生成大图片的时候不会爆显存，只是图片太大时，会因为切块运算的导致图片碎裂（个人测试在8G

文生图

大模型外挂知识库优化-大模型辅助向量召回

非常有意思的一点是是对于微调过的向量化模型，如果使用比较小的LLM生成假答案（小于52B参数量），hdye技术甚至会带来负面影响。

大模型

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

# Context 场景：这段法文将用于我们公司的年度商务报告。

大模型提示词

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

显然，我们相信朋友假设的程度远不如相信自己假设的程度，所以用强大的先验胜率来支持你的假设是有意义的。

贝叶斯定理

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

当然，Gemma 也第一时间上线了 HuggingFace 和 HuggingChat，每个人都能试一下它的生成能力：尽管体量较小，

开源模型 Gemma

大模型在金融行业的应用场景

目前已有的大模型知识库基本上都采用 RAG 的方案构建，但是数据源多样（流程规范、产品材料、规章制度等），数据格式繁杂（文字、表格、公式、图片等），针对不同的数据都需要业务上进行单独处理

大模型金融应用

造梦师手记：足控专属AI大模型，完美的少女

| Tensor.Art tensor online generate link 本模型完美支持由ponyv6为底模训练的模型，ani3，sdxl1.0的lora也能在某种程度上适配

pony 大模型文生图

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

由上海交通大学、清华大学和匹兹堡大学研究人员在2023年5月份联合推出，它包含了13948个多项选择题，涵盖了52个不同的学科和四个难度级别。

大模型

ComfyUI进阶前必备插件们续

（小声BB，fooocus，你看看你） WebUI我们花了大篇幅的去介绍了各种插件，他们分布在一次生成的生命周期前中后，想要提升效率，就不然少不了他们。

ComfyUI 文生图

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

Transformer Debugger工具简介 Transformer Debugger（TDB）是OpenAI的超级对齐团队开源的一个可视化web工具，可以支持我们对“小的”语言模型的特定行为进行观察和干预

大模型调试工具

如何用人工智能提升打工人的文案能力

淡化：想要降低内容描述的强度。

提示词

RAG 修炼手册｜一文讲透 RAG 背后的技术

下图是展示一个 2 维的向量空间的例子（实际可能是比较高的维度）。

RAG Embedding

<...56 57 58 596061 62 63 64 65 ...>

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