文章列表-AI魔法学院

文章列表

构建开源多模态RAG系统

以CLIP为例的更详细的解释简单来说，多模态学习涉及教导计算机/AI模型理解和学习不同类型的信息，如图像、文本或语音。

RAG 大模型

AI写作：爆款选题公式+Prompt指令，手把手教你写赚钱的公众号流量主文章

零三选题公式在以前发表的文章中，《月入3万的爆款选题实操：批量生成10W+阅读量的选题，AI爆文写作原来这样简单！》

prompt 写作

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

模型介绍与特点在这里插入图片描述为了深入了解Qwen1.5的实力，我们对其基础和聊天模型进行了全面评估。

Qwen1.5 开源模型

迄今为止，最强ChatGPT写论文技巧，总共6步，手把手告诉你！

代写论文，不知道有多少朋友听说过，这是一门严格来说有点小众，但盈利空间非常可观的生意。

chatgpt 提示词

自动优化Prompt：Automatic Prompt Engineering的3种方法

常规生成模式，提供一些任务examples，让LLM在最后生成prompt。

prompt 大模型

完整ChatGLM3部署教程，支持手机和车载平台部署

ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：更强大的基础模型：ChatGLM3

ChatGLM3 大模型

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

所谓专家知识通过大模型如GPT-4生成，而其搜索策略使用的是著名的蒙特卡洛树搜索。

PromptAgent 大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

，你会发现我其实不是为了说大模型而说大模型（有点绕），我更多的是在写怎么解决企业应用中真正的难题。

RAG 大模型

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

就像学生在考试时可以查看笔记来帮助自己更好地回答问题一样，向GPT模型提供参考文本可以帮助其减少编造虚假答案的情况。

ChatGPT 大模型

GitHub工程师分享开发Copilot所采用的提示词工程

LLM 的崛起为那些希望在应用程序中利用生成式 AI 的从业者创造了一个全新的领域。

开源模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

我们认为，规模 16 模型应该在高达 16k 上下文长度、甚至可能高达约 20-24k 上下文长度的现实任务中表现良好。

开源模型

RAG超参数调优食用指南

首先介绍超参数，超参数是模型不能从给定数据中估计的参数，是控制模型整体行为的变量。

rag 大模型

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

在WMT 2014英语到法语的翻译任务上，我们的模型在8个GPU上训练了3.5天后，创下了单模型新的最佳BLEU分数记录，达到了41.0分，这仅为文献中最佳模型训练成本的一小部分。

Transformer 大模型

向量数据库不是一个单独的数据库分类

其中包括图数据库、关系数据库、文档数据库以及键值数据库，甚至还包括缓存。

大模型向量数据库

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

HuggingGPT融合了HuggingFace中成百上千的模型和GPT，可以解决24种任务，包括文本分类、对象检测、语义分割、图像生成、问答、文本语音转换和文本视频转换。

AI Agent 大模型人工智能

<...61 62 63 646566 67 68 69 70 ...>

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