文章列表-AI魔法学院

文章列表

RAG模型的主要痛点和解决方案

对于每一个主要的痛点，我们首先解释背景并描述为什么它构成了问题。

rag 大模型

链接大模型与外部知识，智源开源最强语义向量模型BGE

Embedding 002为蓝色中文语义向量全面评测基准 C-MTEB 此前，中文社区一直缺乏全面、有效的评测基准，BGE 研究团队依托现有的中文开源数据集构建了针对中文语义向量的评测基准

embedding 语义向量

搞了一个Dify开源知识库

· 工具：工具可以扩展 LLM 的能力，比如联网搜索、科学计算或绘制图片

Dify 大模型知识库

让AI帮你读财报：Reportify让你看得清、聊得深

读财报首先从最核心的场景——财报的分析的结果上看，团队提前为用户操了不少心，不仅为内容做了结构化较高的摘要处理，让要点一目了然，还提供了与AI对话能力，达到进一步分析具体问题的效果。

Reportify 读财报

一文讲明白什么是预训练、微调和上下文学习

预训练目标是捕获文本语料库中存在的底层模式、结构和语义知识。

大模型训练

生成式人工智能的“经济学”，The Economic Case for Generative AI

它可以根据输入的信息，生成出与之相关的文字、图片、甚至是音乐！

生成式人工智能经济学

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

亮点： 1· 作为中国首份生成式人工智能（“AIGC”）监管文件，管理办法体现了现阶段监管机构的态度，即“既要重视发展，也要重视风险”。

人工智能

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

算法详细信息架构概述在人工智能肖像领域，团队希望模型生成的图像逼真且与用户相似，而传统方法会引入不真实的光照（如人脸融合或roop）。

训练

Prompt屠龙术-思维链

**情节构思**：根据背景和人物设定构建情节线。

Prompt 思维链

大模型检索增强生成(RAG)高质量报告

做RAG经常考虑的三个问题，召回什么、什么时候召回、如何利用召回的信息 RAG的发展总览数据索引怎么优化结构化语料库

RAG 大模型检索

伦敦出租车司机的遭遇，暗示了程序员的未来

这个测试提升了伦敦出租车司机的服务水平，他们成为了活地图，同时也构成了伦敦出租车行业的巨大的门槛，一般人很难进入。

人工智能伦理

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

AI产生意识，对人类意味着什么

但是，随着AI的发展，其系统规模和结构设计也在不断优化，逐渐模拟甚至超越人脑结构的复杂性。

AI 意识

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

专家混合是一种旨在提高效率和性能的架构！

MoE 专家混合模型

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

02 — 下图为StreamingLLM与现有方法的对比图示，建模任务为：语言模型在长度为L的文本上进行预训练，预测第T个标记（T≫L）。

大模型 llm框架

<...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