文章列表-AI魔法学院

文章列表

垂直领域大模型的一些思考及开源模型汇总

同时，由于不同模型对不同类型问题解决效果并不相同，所以在真正使用阶段，采用HuggingGPT作为调度器的方式，在每次用户请求的时候去选择调用更加适配的模型。

垂直领域大模型开源模型汇总

OpenAI 无需向量化的 RAG 新架构设计范式剖析

构思阶段：使用多个 o4-mini 实例（扮演“假设 AI 智能体”、“方案 AI 智能体”等不同角色）并行生成实验方案，充分发挥其速度和成本优势，同时利用外部工具调用（比如：化学数据库、成本估算器）

OpenAI RAG 架构

80多个罕见的论文prompt，让你起飞！

我正在研究[特定主题，例如“医疗保健中的机器学习”]。

prompt 提示词论文

总结！大模型微调（Tuning）的常见方法

Adapter-based Methods（基于适配器的方法）: 《Parameter-Efficient Transfer Learning for NLP》提出针对 BERT 的 PEFT微调方式

微调大模型

中国大模型「顶流群聊」笔记

BentoML 亚太区负责人刘聪称，和之前传统机器学习相比，海外客户基本都能拿到一些预算来做大模型相关的产品原型或者 Demo。

大语言模型

谈Agent构建平台的设计

我认为至少要提供更符合开发者习惯和录入速度的输入方式，例如在单个窗口能内编辑有相互调用关系的多个函数的代码片段编辑器。

Agent 构建

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

; · 视觉压缩模块使用共享感知器重采样层压缩图像切片的视觉

MiniCPM 大模型

有了 DALL-E 3，从此自己设计T恤 (附30个提示词模板)

提示词：宽幅矢量设计印在一件[你的颜色]T恤衫上，展示一只[所选动物]手持吉他，摆出动感十足的摇滚明星姿势，乐器上散发出电波和飞溅的色彩。

DALL-E T恤设计

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

通过比较Rej和Rej∗，发现LLMs无法严格遵守指令，而且它们经常产生不可预测的反应，因此很难将其用作状态触发器（例如识别拒绝）。

大模型 RAG检索增强

RLHF 在 Text2SQL 领域中的探索

· 强化学习是一种机器学习方法，旨在通过智能体（agent）与环境（environment）的交互学习如何在动态环境中做出决策（action）以最大化累积回报（reward）。

Text2SQL RLHF

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

评测难度大：对于开放式问题，传统的机器翻译指标无法提供有效指导，奖励模型设计等方面遇到阻力。

宁德核电大模型

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

另外，对title, content字段在使用ik分词器的同时引入同义词管理。

ElasticSearch 智能搜索

中学生能看懂：Sora 原理解读

通过预先训练好的转换器（Transformer模型），Sora能够识别每个补丁的内容，并根据给定的文本提示进行相应的修改。

Sora 原理

中学生也能看懂的Sora视频生成原理解读

通过预先训练好的转换器（Transformer模型），Sora能够识别每个补丁的内容，并根据给定的文本提示进行相应的修改。

视频生成 sora

金融行业的开源AI大模型

InvestLM能就金融相关问题与用户进行对话，其回应质量可媲美知名的商业聊天机器人，例如OpenAI的ChatGPT。

开源大模型

<...59 60 61 62 63 64 65 666768 >

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