文章列表-AI魔法学院

文章列表

知识树：一个方法，教你构建「终身知识体系」

实际上这些碎片化的信息，并不能帮我们实现颠覆性的成长。

大模型

人工智能的应用范式呼之欲出

笔者在上一篇《AI Native也许是个伪命题》（点击链接阅读原文）中也提到了业界面临的真问题：Knowledge Native ，也就是“知识原生”的问题。

大模型

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

提示词万能公式=明确任务或需求+限定范围或主题+指定格式或结构+确定语气或风格+指定关键信息或要素通过这个结构的不同组合，相信你就可以写出自己想要提示词。

ChatGPT Prompt

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

通过与国产芯片企业的联合创新，性能不断优化，期待有一天国产原生大模型与国产芯片能够在国际舞台上闪光。

chatglm 智普大模型

个人从零预训练1B LLM心路历程

Steel-LLM的数据处理pipeline并不是端到端的，比如下图中“格式1”和“格式2”的数据都要回落到硬盘上的，因此需要存同一份数据不同格式的多份拷贝，因此建议机器配有3~4T的硬盘空间。

LLM 训练

【大模型微调】 Llama 2 ：对话模型的全过程微调

为了增加模型的知识并减少虚假信息生成或“幻觉”，他们对最可靠的来源进行了上采样。

大模型

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

每个共同特点应生成一个独立的‘提示词结构体’。

大模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

如下图所示：这里以最大的输入长度10为例，尽管似乎这段视频截断了，但是也可以看到右下角那个表格就是我们数据的输入，大量的文本数据变成整数之后按照行接起来，不同文档之间用<|endoftext

大模型

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

打磨文字以符合学术风格，提高拼写、语法、清晰度、简洁性和整体可读性。

论文提示词写作

ChatGPT提示工程 - 总结

ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作编写Prompt的两个关键原则原则一：编写清晰、具体的说明策略1：使用分隔符清晰地标识出输入的各个部分策略2：提示模型以结构化格式输出结果

GPT

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

无论是截图、Figma 设计稿，甚至录屏，它都能帮你快速生成干净、可用的代码。

Screenshot-to-Code 代码

Prompt全攻略(三):提升Prompt效果的技巧指南

让我们一起见证和推动人工智能在内容生产领域带来的革新与进步。

prompt

Elasticsearch 中的向量搜索：设计背后的基本原理

与在索引的生命周期内就地改变单个 HNSW 图相比，这种方法会产生索引时间开销，因为段是合并的。

向量数据库

cursor+coze智能体，一行代码没写，我撸了个小程序

这点小事难不倒我，说干就干，咱今天就结合cursor +coze 智能体完成一个明星吐槽的微信小程序吧。

cursor+coze 智能体

初创企业必知的 30种商业模式（附实例）

14 剃刀与刀片商业模式这种模式广泛用于硬件产品，做法是产品以低价或亏本出售，但靠补充装或附加产品获利。

初创商业模式

<...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