文章列表-AI魔法学院

文章列表

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

领域大模型-训练Trick&落地思考

二、领域数据训练后，往往通用能力会有所下降，需要混合通用数据以缓解模型遗忘通用能力。

垂直训练大模型

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

微信为什么使用 SQLite 保存聊天记录!

我认为这很有可能，因为 SQLite 没有版权的限制。

SQLite 微信数据库

AI绘画Stable-Diffusion风格化实战

在社交软件和短视频平台上，我们时常能看到各种特色鲜明的视觉效果，比如卡通化的图片和中国风的视频剪辑。

Stable-Diffusion 文生图

什么是BERT？

BERT的结构以往的预训练模型的结构会受到单向语言模型（从左到右或者从右到左）的限制，因而也限制了模型的表征能力，使其只能获取单方向的上下文信息。

embedding

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

需要对关键路径进行优化，以提升整体性能。

大语言模型 RAG检索增强

新测试基准发布，最强开源Llama 3尴尬了

同时确保入选的提示词具有高质量，有七个关键指标来衡量： § 具体性：提示词是否要求特定的输出？

Llama 3 大模型开源

构建开源多模态RAG系统

检索增强型生成（RAG）：提升人工智能理解和输出能力在人工智能领域，检索增强型生成（RAG）作为一种变革性技术脱颖而出，优化了大型语言模型（LLMs）的能力。

RAG 大模型

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

重要性：确保解答方法适合10岁儿童的理解能力。

大模型提示词

写好Prompt提示工程的一套通用框架 - 5个关键要素

指令（Instruction） - 你希望模型执行的具体任务或指令。

Prompt 提示工程

如何最简单、通俗地理解Transformer？

Transformer的意义体现在它的长距离依赖关系处理和并行计算，而这两点都离不开其提出的自注意力机制。

Transformer 大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

它的所有能力（录制、识别处理、存储回溯等）完全运行在本地，无需联网，不上传任何数据，只做应该做的事。

Windrecorder 录屏

大模型实践总结

具体的硬件配置如下： CPUs: 每个节点具有 1TB 内存的 Intel CPU，物理CPU个数为64，每颗CPU核数为16。

大模型训练

实测：本地跑llama3:70B需要什么配置

前几天发布的开源大语言模型Llama 3 70B的能力通过测试结果的展示已经达到了一个全新的高度，甚至可以与Claude 3 Sonnet和Gemini 1.5 Pro等一众顶级模型相媲美，甚至在某些方面已经超过了去年发布的两款

llama GPU内存

<...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