文章列表-AI魔法学院

文章列表

大语言模型LLM和知识图谱KG增强的企业搜索应用

LLM和KG增强的企业搜索应用比如，我们将LLM、知识图谱以及传统搜索能力有效融合，以LLM实现面向用户查询的理解和对来源数据存储的查询转换，以非侵入式查询文档

开源模型

面向知识图谱的大模型应用

将查询、检索到的上下文、生成的决策嵌入到共享向量空间中 · 在组件接口之间转换查询和指令

知识图谱大模型

达摩院SPACE对话大模型：知识注入与知识利用

换而言之，知识是对话的基础。

大模型

语言大模型100K上下文窗口的秘诀

重点概览本文将互换使用“上下文长度”、“上下文窗口”和“输入词元数量”，并用n来表示。

大模型

检索增强生成 (RAG):What, Why and How?

当查询发送给 vector store 时, 查询也会转换为 embedding , 然后 vector store 返回与查询最相似的 embeddings.Weaviate 这种类型的向量

检索增强大模型

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

在索引构建期间，文档文本被分块、转换为节点并存储在列表中。

大语言模型

我为什么不看好大模型行业

那些仅仅包装大模型能力的套壳应用是走不长的。

大模型

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

在这个赛道中，RPA机器人可以模拟人工操作，从各种来源（如电子表格、数据库、网页等）读取数据，并进行处理、转换和录入到目标系统中。

GitHub 数据处理RPA

提示词框架：BROKE

- **5.3** 如果发现某个资源或方法效果不佳，考虑替换或寻找其他替代方案。

BROKE 提示词

最顶尖的大语言模型人才，只关心这10个挑战

第二阶段：查询当用户发送查询，如“我的保险政策是否可以支付这种药物X”，LLM将此查询转换为嵌入，我们称之为查询嵌入，向量数据库会获取与查询嵌入最相似的块。

大语言模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

换言之，从做大模型的第一天起，面壁就把「高效」刻在了基因里。

Grok-1 开源模型

如何修复GPT幻觉、及评估数据集的挑战

通过在预测期间从知识库提供相关数据，我们可以将纯粹的生成问题转换为基于所提供数据的更简单的搜索或总结问题。

大模型

10个值得收藏的ChatGPT辅助编程技巧

Large Language Model (LLM)，即 Generative Pretrained Transformer，其中“生成”是指模型生成新内容的能力，该模型的底层基础是将大型训练数据集转换为数学

编程提示词 chatgpt

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

换句话说，aiXcoder-7B这款前沿的代码大模型，不仅加速了软件开发自动化的进程，更在重塑技术行业的生态，引领着未来发展的趋势：加快实现软件开发自动化。

aiXcoder-7B 大模型

基于 Kimi Chat 的 AI 渐进式阅读法

大语言模型的能力：聊天机器人：对话总结类应用：总结信息/提取信息扩展类应用：续写推理类应用：情绪判断、主题判断转化类应用：翻译、格式转换、纠错 ——来自吴恩达的 ChatGPT

Kimi Chat 阅读

<...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