文章列表-AI魔法学院

文章列表

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

Sora 的发展，标志着 AI 长期研究的一个里程碑：让 AI 系统（或 AI 智能体）不仅能理解复杂的用户指令，还能将这些理解应用于解决现实世界的问题，通过动态和情境丰富的模拟互动。

sora 论文

如何看待大型语言模型的Prompt

他们发现，生成的嵌入空间不仅能捕捉语义相似性，还具有某种形式的涌现学习能力——它能够执行“词算术”，这是它未经训练就能做到的事情。

prompt 大语言模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

Transformer 的发展给人工智能带来了巨大的变革，比如 encoder 部分发展为 BERT 系列，随后发展成各类 Embedding 模型。

RAG Embedding

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

GPTs最大的价值在于支持Action，可以连接各种第三方API服务，一套功能丰富的Prompt结合不同的Action，就可以做到那些复杂Agent框架才能做到的事情。

GPTs Notion

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案

使用GPT来写作也是，你必须要了解这个工具的边界在哪，才能真正用好这个工具。

AI写作 GPT

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

世界顶级七大管理工具：SWOT、PDCA、6W2H、SMART、WBS、时间管理、二八原则、波特五力分析

例如，高品质的产品、专的团队、良好的品牌声誉、创新能力等。

管理工具

prompt必须知道的26条军规

weight ->想要在新域上获得较好的性能，预训练模型越大，fine-tune需要的数据也越多 ①大的LM有基于大量训练数据的天然的迁移学习能力，设计大LM的时候一般都想要让模型同时完成较多的任务

prompt 大模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

Elasticsearch中的相似度检索算法前面说了，我们自己的RAG产品之前是存在一些相关性问题的，其他方面能优化的我们觉得也基本上优化的差不多了，除了我们采用的国产大模型在通用能力上和ChatGPT

RAG 检索增强

大模型外挂知识库优化-大模型辅助向量召回

如果您有微调向量化模型的能力，这部分就可以跳过了。

大模型

你还在为钱发愁？2023年十大赚钱GPT Prompts高级指南！（国际版）

无论你是初学者还是专家，都能从中找到适合自己的方法。

prompt

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

如果可以，它将能统一整个应用的构建模式，对于开发者来讲，会带来一致的开发体验。

Agent QueryPipeline 大模型

Effective Prompt: 编写高质量Prompt的14个有效方法

可能是因为任务本身是一个一对多的问题，但是被Prompt建模成了一对一的问题，也可能是因为任务本身过于开放，导致大模型自由发挥的空间过大。

prompt 提示词

大语言模型应用中的文本分块策略

跨越多个句子或段落的较长查询可能更符合段落或文档级别的嵌入，因为它可能正在寻找更广泛的上下文或主题。

开源模型

深入探讨GPTs和AI Assistant

GPTs 提供了一种更智能、更个性化的体验，无需每次都进行教育，使用户能够更快地获得答案。

GPTs AI Assistant

<...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