文章列表-AI魔法学院

文章列表

Prompt 策略：代码库 AI 助手的语义化搜索设计

这些助手能够回答关于代码库的问题、提供文档、搜索代码、识别错误源头、减少代码重复等，从而提高开发效率、降低错误率，并减轻开发者的工作负担。

prompt

Stable Diffusion

Stable Diffusion教程：采样器

认识采样器所谓知己知彼，百战不殆！

画图 SD 采样器

姚班天才开发《完蛋！我被大模型包围了》游戏爆火，一日用户过万挤爆服务器

尝试几个字之后可以发现，大模型面对只有一个字的提示词时喜欢干这样几件事：对这个字进行解释、补全成一句简单的话，或者干脆直接说不明白要干什么…… 这时，如果想要模型输出的文字多，就可以选择含义比较多的字

大模型游戏

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

在这篇文章中，将会介绍如何使用大型语言模型来进行文本转换工作，如语言翻译、语调调整和格式转换。

prompt 提示词

2023年人工智能行业总结

有时候我也在想，人类意识的起源会不会也是一次进化的涌现呢？

人工智能 AGI 思考总结

中国大模型融资暗战：罗曼蒂克的快速消亡

二十多支参赛团队中，张予彤和同事仅投资了后来的小红书创始人兼CEO毛文超一人。

大模型暗战

【爆肝整理】500+ AI 最佳提示词

根据网络搜索数据，使用相关关键字为有关XYZ的博客文章制作大纲撰写有关 XYZ 的博客文章的简介写一篇关于XYZ的博客文章（这是博客文章每个部分获得更长内容的说明）提取XYZ文中的一些好用的例子

提示词

大语言模型的拐杖——RLHF基于人类反馈的强化学习

RLFH背后的原理是，基于大语言模型（LLM）上来生成训练奖励模型 (RM，也叫偏好模型) 的数据，RM 的训练是 RLHF 区别于旧范式的，这一模型接收一系列文本并返回一个标量奖励，数值上对应人的偏好

大模型训练

图解 Transformer——功能概览

作者在系列文章中，介绍了 Transformer 的基本知识，架构，及其内部工作方式，并深入剖析了 Transformer 内部的细节。

Transformer 大模型图解

智源：70万预算，从头开发千亿参数大模型，挑战成功！

是没错，但是这些参数量不同的同种模型是分别进行训练的，这造成了大量的重复计算，因而成本并不低。

大模型

深度对比丨探索LLM（大模型）部署服务的七大框架差异

本文旨在比较用于 LLM 推理和服务的不同开源库。

大模型

prompt提示工程最佳实践课程笔记分享

“请为这段文本提供一个总结。

prompt 提示词

40个麦肯锡高手常用的、鲜为人知的ChatGPT指令

认识到人类偏好立即回报而不是以后的好处的倾向。”

ChatGPT prompt

巧用这13个原则！创作ChatGPT提示词Prompt时效率提高10倍！

简单说，就是你告诉他“你要什么”，别给他说“你不要什么”。

prompt 提示词

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？

为了让大家更深入了解这些区别，雄哥分别写了三个MoE的代码示例！

MoE 专家混合模型

<...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