文章列表-AI魔法学院

文章列表

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

本文很长，认真看完，一定对你有帮助！

ChatGPT 大模型

cursor+coze智能体，一行代码没写，我撸了个小程序

接下来我们就会初始化一份文件，用cursor打开。

cursor+coze 智能体

LLM应用架构之检索增强（RAG）的缘起与架构介绍

另一个就是模型复杂，如前文讲，生成式本身是在学习样本的真实分布，而非决策边界，故而更为复杂，性能较差，再加上为了能够获得智能涌现，模型参数量巨大，就更难以训练和部署。

LLM

ChatGPT提示工程5篇合集(三)：ChatGPT提示工程 - 推理

为了提供更好的阅读体验，本文的测试内容放在末尾。

prompt 提示词

ChatGPT提示工程5篇合集(二)：ChatGPT提示工程 - 总结

用于总结的内容，摘自《百岁人生》一书，内容如下：现在，在发展中国家，如今出生的孩子可以活到100岁的会相对较少。

prompt 提示词

字节，悄咪咪做了个 Liblib

在国内做 AI 生图的创作者，几乎没有没听过 Liblib 的。

Lumi 大模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

这里你可以将Agent视为人工智能大脑，它使用LLM进行推理、计划和采取行动。

大模型

最透彻的大模型PPO原理和源码解读

答：先直接说结论，是由我们的语言模型产生的，，则分别由另外两个模型来产生，在后文中我们会细说。

PPO 大模型源码解读

5 种策略控制 ChatGPT 的输出长度

提示词：提供两个自然界中共生关系的示例。

写作大模型聊天 ChatGPT

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

自邮之翼团队是一支主要由北京邮电大学教师和研究生组成的科研团队。

大模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

，我们看到的以大型语言模型驱动的，多智能体在沙盒环境中的可能发展形态，25个小镇居民NPC的背后是由25个智能体驱动，在沙盒环境中，围绕日常生活展开一系列的交互行为，无论是工作还是生活，智能体都在小镇沙盒中展开了完全自主驱动的自动化行为

大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

随着LLMs的逐步演变，具有更强文本理解和生成能力的代理已经展示出通过自然语言执行任务的巨大潜力。

大模型

语音识别的未来已来：深入了解faster-whisper的突破性进展

例如，在使用Large-v2模型和GPU进行13分钟音频的转录测试中，faster-whisper仅需54秒，而原始Whisper模型需要4分30秒。

语音识别 Faster-Whisper

GitHub工程师分享开发Copilot所采用的提示词工程

LLM 的崛起为那些希望在应用程序中利用生成式 AI 的从业者创造了一个全新的领域。

开源模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

生成伪标签接下来，SFT将模型应用于目标任务的未标记数据，以生成所谓的伪标签。

大模型

<...65 66 67 686970 71 72 73 74 ...>

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