文章列表-AI魔法学院

文章列表

OpenAI 无需向量化的 RAG 新架构设计范式剖析

· 逐层钻取：在后续轮次中，大模型会对上一轮挑选出的相关内容再次进行细致切割（比如：每个选定块再切分 3 份），然后再次让大模型挑选，如此往复，直到找到与用户问题最相关的段落级别内容。

OpenAI RAG 架构

推荐智能体：利用大模型进行交互式推荐

凭借理解上下文、生成人类文本以及执行复杂推理任务的能力,LLM可以使用户与推荐系统之间的交互更具吸引力和直观,从而为推荐系统的新一代带来前景。

大语言模型推荐

混合专家模型 (MoE) 详解

注意: 直接比较稀疏模型和稠密模型的参数数量是不恰当的，因为这两类模型基于的概念和参数量的计算方法完全不同。

MoE大模型

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

/logs\OUTPUT_MODEL\G_47700.pth 注意参数为训练好的迭代模型，如果觉得当前迭代的模型可用，那么直接把pth和config.json拷贝出来即可，随后可以接着训练下一个模型。

Bert-vits 语音

AIGC工具提示词技巧

它会对这些词有一个画面效果非常直观的解释，我们如果不太理解纯文本的内容，比如说玻璃状或者说水晶状，还是说其他一个词汇，我们可以在网上找到公开的一些资料，它会给你一些不同的图的效果，帮助你去更好的使用这个工具

AIGC 提示词

大模型训练为什么用A100不用4090

除非是用最极端的完全重新计算，反向传播到每一层都重新从头开始计算正向传播的中间结果，但这样计算开销可是随模型层数平方级别的增长，第 1 层算 1 层，第 2 层算 2 层，一直到第 80 层算 80 层

大模型

Effective Prompt: 编写高质量Prompt的14个有效方法

> **机构名**：<机构名列表，使用分号分隔> 文本：{input} 抽取结果： **人名**：当然，指定输出格式最有效的方法，仍旧是使用Few-shot Prompt直接向模型展示正确的输出格式

prompt 提示词

Prompt工程如此强大，我们还需要模型训练吗？

一、目前情况在GPT没有爆火之前，一直以来的共识都是：模型的规模越大，模型在下游任务上的能力越多、越强。

大模型

2023检索增强生成技术（RAG）研究进展

直接生成：大语言模型 (Large Language Model) 作为出色的上下文生成器

RAG 检索增强

必看！阿里通义千问完整技术报告

我们多次迭代这个过程，直到收集到大量具有出色质量和广泛多样性的样本。

大型语言模型报告

12个RAG常见痛点及解决方案

下面对比了在没有重新排序器的情况下直接检索前2个节点，检索不准确；和通过检索前10个节点并使用CohereRerank重新排序并返回前2个节点的精确检索。

RAG 大模型

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

当它不能靠近时，它会向下移动到下一层，直到到达底层。

agent

OpenAI Assistants API 使用指南

创建 Run，然后通过一个循环来查询 Run 的状态，直到状态为 completed 时退出循环。

OpenAI Assistants API

【爆肝整理】500+ AI 最佳提示词

查找直接支持或反驳与（主题）相关的论点的研究。

提示词

AI出题，做不完，根本做不完

请给我编写一些考试题，面向小学1年级同学，考试范围：10以内的加减法，共10道题，请直接列出问题，每行一个。

大模型提示词试题

<...58 59 60 61 62 63 64 656667 >

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