文章列表-AI魔法学院

文章列表

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

虽然我们可以用特定领域再进行微调/二次预训练，仍然不能避免其“胡说八道”，而且训练不好很可能“灾难遗忘”，失去一些通用能力。

大模型

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

具体来说，JFT中一共有18291个类别，这能教模型的概念比ImageNet的1000类要多得多，但尽管已经有上万类了，其最后的分类器其实还是静态的、有限的，因为你最后还是得固定到18291个类别上进行分类

OpenAI 自然语言监督

QWen1.5: 卓越模型之路

文章结构如下： QWen1.5 QWen1.5性能首先，我们跟随千问1.5技术报告了解其具体的性能表现。

Qwen1.5 开源模型

自己电脑上跑大语言模型（LLM）要多少内存？

希望能通过这篇文章让各位有能力简单判断自己的电脑大概能跑什么样的模型。

大语言模型运行

大模型再发展5年，搜索引擎还在么？

被动摇的搜索根基想象一个中期场景：假如一半以上的内容是人工智能体在生产和消费，那搜索引擎会怎么样？

大模型

更强的小型LLM：Zephyr-7B

然而，它未能达到与原始教师模型相同的性能水平。

Zephyr-7B 大语言模型

垂直领域大模型的一些思考及开源模型汇总

法律领域它能保证事实性问题吗？

垂直领域大模型开源模型汇总

如何通过AI变现，举个详细的例子?

01.靠AI提示词也能收入过万？

生成式AI

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

提示词：为名为[具体产品名称，如'NexaPhone']的[具体产品类型，如'智能手机']创建逼真的产品模型，展示其[具体功能或设计元素，如'流线型设计和双摄像头设置']，并以[具体背景或设置，如'极简白色背景

文生图

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

思路收一下，之前的文章记录里面我们也提到过如何通过 RAY 框架优化多 PDF 文件解析、embedding 的思路，其实整个大模型应用落地的三步曲： 1.

大模型 LangChain RAG

prompt提示工程最佳实践课程笔记分享

1 技巧 #1：撰写清晰且具体的指令详细描述问题的背景。

prompt 提示词

Stable Diffusion

Stable Diffusion教程：提示词

我们首先要弄懂业务需求，然后思考通过什么样的功能和流程来满足这个需求，也就是做产品设计；然后是做程序概要设计、详细设计这些，确定要使用的技术平台、框架、中间件，以及模块的划分、接口的定义、数据表的设计等等

提示词 SD 绘画

企业数字化转型的“阿里阿德涅之线”在哪？

以农业和医疗两个领域为例，我们来看一下两个领域中所面临的具体挑战： 1.

大模型用户

TrOCR——基于transformer模型的OCR手写文字识别

TrOCR是transformer OCR的简写，是microsoft发布的一个OCR识别模型，光看这个模型的名字就知道此模型基于transformer模型，其模型架构如下，完全采用了标准的transformer

OCR 手写文字识别

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

运行docker-compose up 命令后会下载三个镜像 etcd 、minio还有milvus 这个也很好理解etcd 应该是内部集群数据初始化保存程序运行基础数据，minio 存储一些非结构化数据使用所以需要大量文件存储使用

向量数据库

<...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