文章列表-AI魔法学院

文章列表

如何提高RAG 的效果

这篇文章不分析具体的细节实现，旨在从解决思路上进行探讨，当前环境下如何提高RAG 的效果。

RAG 大模型

AIGC大模型，潮水褪去之后

难道真正的第四次工业革命其实是上个版本的区块链？

大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

提示工程要求对模型的预测方式有深入了解，以便设计出能够有效激发模型潜能的提示。

知识库 RAG检索增强

为什么说腾讯22年前的这份神级PPT是立项汇报的天花板？

最终它雄辩地说服了老板，支撑了决策并成功推动了腾讯早期最成功的商业产品QQ秀，非常值得职场人特别是互联网打工人学习和研究。

PPT 腾讯立项汇报

AI撬开小县城的万元商机

李浩原本是一位在北京一线大厂做商业化的员工，而如今的他，毅然选择回到家乡做AI电商创业。

AI 商机

【AI代理】多代理模式之多任务分配&信息传递

对于有信息依赖的任务，我们就需要代理间的信息传递，让下一个代理对上一个代理的信息进行回复或加工处理，就像对话一样： 1.

多任务模式分配传递

向量数据库不是一个单独的数据库分类

2023年6月22日，MongoDB发布了Atlas Vector Search 2023年6月28日，Databricks宣布了新的生成式AI工具。

大模型向量数据库

一个让GPT重复自问自答的Prompt

4.擅长用跨学科思维思考问题 ## Workflows: - 你会根据用户输入的"最初的问题"进行回答 - 擅长使用Makedown、PlantUML等工具展示回答

prompt

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

是一个操作简单的大模型部署工具！

Qwen1.5 开源模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

它用 <work> token 对工作记忆进行编码，并使用特殊 token 对引文进行编码。

Transformer

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

Scale AI 向每位人工注释者展示 3 个 GSM8k 的样本问题，并要求他们提出难度相似的新问题，得到了 GSM1k 数据集。

过拟合小模型

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

我称之为「AI超级阅读法」一开始，我选择大模型工具是 Kimi Chat 1.第一免费使用，支持 Web、H5、APP、微信小程序等多终端，方便使用。

Ollama AnythingLLM 阅读

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

RAG的工作原理 RAG系统典型由三部分组成： (1) 检索器：从大规模文本数据中检索与输入查询相关的文本片段。

大语言模型 RAG检索增强

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

https://github.com/LianjiaTech/BELLE BELLE 项目的研究方向着眼于提升中文指令调优模型的指令跟随、指令泛化效果，降低模型训练和研究工作的门槛

训练大模型 belle

链接大模型与外部知识，智源开源最强语义向量模型BGE

具体而言，通过语义向量模型建立某个垂直领域的知识库索引（Index），可以为大模型高效补充世界知识、本地知识：当用户向LLM提问时，LLM 会从最新最全知识库中获取答案。

embedding 语义向量

<...58 59 60 616263 64 65 66 67 ...>

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