文章列表-AI魔法学院

文章列表

Langchain的一些问题和替代选择

Langchain因其简化大型语言模型(llm)的交互方面的到关注。

大模型

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

02解剖式逆向提示词方法与过程 OpenAI放出的这段教育行业的提示词在ChatGPT中效果非常不错，这篇博客中一共给出了四段高质量提示词，我们用一系列逆向

大模型

如何修复GPT幻觉、及评估数据集的挑战

我还很欣赏答案以测验的形式出现，有助于模型测试。

大模型

AI Agent / 智能体观察笔记（中）

研究团队创造了一个虚拟社区，通过应用大语言模型以自然语言的方式存储并合成了多个智能体的经验、记忆和计划。

大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

预训练 SFT的旅程始于对大型语言模型进行预训练，这通常在大规模未标记的文本数据上进行。

大模型

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

llamaindex实现下的RAG架构以RAG召回为例，最原始的做法是通过top-k的方式从向量数据库中检索背景数据然后直接提交给LLM去生成答案，但这样存在检索出来的chunks并不一定完全和上下文相关的问题

大模型

Qwen7b微调保姆级教程

在多轮对话模式下,我们按照如下格式构造包括多轮对话中所有机器人回复内容的标签。

Qwen7b 大模型

大厂都在用的结构化Prompt，把写提示词变成填空题！

结构化提示词是借鉴了编程语言方式，以一定的语法结构或形式来表达指令或请求，以提供清晰、明确的信息指导GPT执行特定任务，减少歧义和误解。

prompt 大模型

一文探秘LLM应用开发-Prompt(相关概念)

在前面的内容里，我们提到过要使用模型完成下游任务，有两种方式，一种是通过收集标记样本针对不同的任务进行指令微调，另一种方式便是大模型特有的，可以通过将指令以对话的方式提供给模型，期待模型能够给我们返回预期的结果

prompt 大模型

ChatGLM3-6B 功能原理解析

上次我们介绍了 ChatGLM3-6B 的部署，虽然我们的大语言模型（LLM）部署起来了，新功能也试用了，但问题很多的小明就要问了，这其中的实现原理是什么呢？

ChatGLM3 大模型

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

其实，他们主要是表明了得到这些评测指标的时候，所采用的 Prompt 模式。

Prompt 大模型

基于LLM+向量库的文档对话痛点及解决方案

笔者发现目前的痛点是文档分割不够准确，导致模型有可能只回答了两点，而实际上是因为向量相似度召回的结果是残缺的。

开源模型

PDFTriage:面向长篇结构化文档的问答

在第二个问题中,隐式引用了文档结构(“表3”)。

大语言模型 PDF 文档

借题发挥下最近几例声音克隆的应用案例

因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料，AI可以模仿儿子的口吻说话

声音克隆数字人

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是个人电话、专业会议还是内容创作，这些问题都在困扰着我们。

ClearerVoice-Studio 语音

<...57 58 59 606162 63 64 65 66 ...>

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