文章列表-AI魔法学院

文章列表

大模型+人形机器人，是不是下一个风口？

如果以人类和机器人的比例为2:1推算，那么对人形机器人的需求可能会比电动汽车的还大不少。”

大模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

for d in docs0])docs = [Document(text=doc_text)] 步骤2：将文档解析为文本块（节点）然后，我们将文档拆分为文本块

RAG 检索

StableDiffusion

StableDiffusion常用基础参数说明

CFG Scale（无分类指导规模）：图像与你的提示的匹配程度。

文生图

人话聊AI大模型：AIGC如何助力营销的秘密（上）

公司主要服务对象为企业营销团队以及部分自由职业者。

大模型

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

其优势是不仅具有通用激活函数的非线性，而且反向传播梯度时具有线性通道，类似ResNet残差网络中的加和操作传递梯度，能够缓解梯度消失问题。

大模型

一文汇总市面上所有prompts提示词框架

今天给大家分享12种常见的prompts框架，掌握了这些框架，就掌控未来AI应用的钥匙。

提示词框架 prompt

超实用的通用ChatGPT指令！

我正在寻找一个视频创意，它将提供详细且易于理解的分步指南，指导客户如何使用我的[产品/服务]。

ChatGPT 提示词

Baichuan-13B 保姆级微调范例

本范例微调的模型是Baichuan-13B-Chat，我们使用非常简单的，外卖评论数据集来实施微调，对一段外卖评论区分是好评还是差评。

开源模型

RAG从入门到精通-RAG简介

通常而言，RAG将知识问答分成三个阶段：索引、知识检索和基于内容的问答。

rag 大模型

大模型时代-行业落地的再思考

这类做法只是对大模型的生搬硬套，对解决领域问题和传统方法并没有很大的帮助。

大模型

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

2.2 图神经网络（GNN）图神经网络（GNN）是一类能够处理图结构数据的神经网络模型，广泛应用于社交网络分析、生物信息学和金融市场预测等领域。

MCI-GRU 股票大模型

EduChat：教育行业垂直领域大模型

现有语言模型评分粒度较粗，限制了学生写作技能的提升。

教育大模型垂直领域

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

3 ►文末提供了不同场景的参考temperature，但具体值还是建议多测试实验，加入“let's think step by step”这类提示符，可以提高生成效果，特别是推理场景

大语言模型 chatGPT

两个案例教你如何用BRTR原则优化Prompt

优化流程：从模糊到精准 BRTR 原则优化 Prompt 的过程可以分为四个步骤：添加背景（Background）、明确角色（Role）、具体任务（Task）和明确要求（Request）。

BRTR Prompt 写作

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。

大模型

<...62 63 64 656667 68 69 70 71 ...>

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