文章列表-AI魔法学院

文章列表

LLM应用架构之检索增强（RAG）的缘起与架构介绍

而生成式更为深入，也更符合人类喜欢的学习模式，能够举一反三，从事实原因来顺推结果，但这个推理过程，自然需要大量的样本和算力支持，它不仅能够简单判别，而且它学到的事物真实的本质，即概率分布，故而泛化性强，

LLM

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

; 书生·万卷 1.0数据集的下载地址和其它资源 · 书生·万卷 1.0数据集概览书生·万卷 1.0数据集整合了中文和英文数据，内容涵盖文本、图像文本和视频三种模态，数据总量超过2TB

大模型

AI生成卡通人物项目|VToonify

在本文中，我们通过引入一种新颖的 VToonify 框架来研究具有挑战性的可控高分辨率肖像视频风格转移。

AI生成卡通人物 VToonify

一文读懂GPT-1：生成式预训练如何提升语言理解

GPT-1首先利用大量未标注文本进行预训练，然后针对特定任务进行有监督的微调。

GPT

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

在索引构建期间，文档文本被分块、转换为节点并存储在列表中。

大语言模型

AutoGPT与LLM Agent解析

这就是基本的任务执行的方法。

大模型

蚂蚁推出ProChat：快速搭建大语言模型 Chat 对话的前端组件库

pro-chat', '@ant-design/pro-editor', 'react-intersection-observer', ], }; Note 如果你使用的是新版本的

ProChat 大语言模型

领域大模型-训练Trick&落地思考

目前还没有一个准确的答案，BloombergGPT（从头预训练）预训练金融和通用数据比例基本上为1:1，ChatHome（继续预训练）发现领域：通用数据比例为1:5时最优。

垂直训练大模型

体验Outfit Anyone，高质量虚拟换装，效果如何？

关于Outfit Anyone的论文已经公开了，大家可以在网上找到解读版本。

Outfit Anyone 模拟

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

7 月 19 日，Meta 终于发布了免费可商用版本 Llama 2，让开源大模型领域的格局发生了巨大变化。

开源模型

十个节省数百小时无聊工作的GPT提示词

[insert text] 翻译提示：“将以下文本压缩为简洁的摘要。

prompt 提示词

ChatGPT：12个写作提示词帮你覆盖所有主流写作场景

提炼概括文章大意请根据所提供的“文本”，协助用户迅速获取文本的核心信息，并提供有效、简洁、准确的文本摘要。

写作创作提示词

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

看图内容创作 · XVERSE-V 具备多模态能力的同时保持强大的文本生成能力

XVERSE-V 多模态大模型

解读提示工程（Prompt Engineering）

2.1 可解释性分类：硬提示和软提示硬提示（hard prompt ）是手工制作的、预定义的带有离散输入标记的文本，或者文本模板。

Prompt 提示词

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了

可以帮助大模型更好的理解文本内容。

提示词 prompt

<...63 64 65 666768 69 70 71 72 ...>

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