文章列表-AI魔法学院

文章列表

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

FFN通常有两个权重矩阵，先将向量从维度d升维到中间维度4d，再从4d降维到d。

大模型

检索增强生成(RAG)有什么好的优化方案？

图2 跨chunk的关联知识向量库无法获取那此题是否可解？

RAG 检索增强

无限长的上下文，也干不掉的RAG

之前有一个论调，说如果大模型支持足够长的上下文内容时候，是否就不在需要向量库。

RAG 大模型

Markdown 介绍及使用教程

我们每天可能需要大量的文字输出，但不同的工具有不同的排版规则。

编程

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

它特别适用于那些需要 AI 在明确的背景和角色下，为用户提供目标导向的输出并持续优化的场景。

大模型提示词

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

向量搜索融合：RAG通过将向量搜索功能与生成模型相结合，引入了一种新颖的范式。

RAG-Fusion 检索增强

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

0.前言语义索引（可通俗理解为向量索引）技术是搜索引擎、推荐系统、广告系统在召回阶段的核心技术之一。

开源模型

Stable Diffusion

Stable Diffusion教程：采样器

这里的重点是扩散，在 Stable Diffusion 中扩散分为两种：前向扩散和后向扩散。

画图 SD 采样器

大语言模型应用中的文本分块策略

当我们使用LLM嵌入内容时，chunking是一项帮助优化向量数据库返回内容相关性的基本技术。

开源模型

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

近日，Meta公司宣布开发出一款名为CM3Leon的文生图模型，该模型能够独力解决文本到图像和图像到文本的双向生成任务。

文生图

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

需要注意的是，返回原始向量会有二次查询产生，所以对性能会产生较大影响，如果是性能 critical 场景，建议使用HNSW、IVFFLAT等包含原始向量的索引。

大语言模型

如何使用ChatGPT一天搞定论文初稿

ChatGPT从推出到现在将近一年的时间给我们的工作和生活都带来了很大的冲击，渗透到了我们生活的方方面面，在学术写作方面更是大放异彩，实质上提升了普通人撰写学术论文的质量。

ChatGPT 写作

震撼！AI语言模型突破瓶颈，26个提示词原则引领GPT-4响应质量飙升57.7%！你的模型还在等什么？

又能否引领LLM走向全新高度？

语言模型提示词 GPT-4

文生图提示词prompt详解

),(cat ears),[flower hairpin]和第一种写法等价以还是建议使用第一种方式，因为清晰而准确渐变：比较简单的理解时，先按某种关键词生成，然后再此基础上向某个方向变化

SD prompt 文生图提示词

造梦师手记：C站最受欢迎的LoRA竟然是... ...

随着AI绘画爱好者全面转向SDXL，C站的推荐也开始倾向于SDXL。

SDXL 文生图

<...3 4 5 678 9 10 11 12 ...>

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