文章列表-AI魔法学院

文章列表

高级 RAG 技术——图解概览

简而言之，RAG 结合了搜索和大语言模型提示功能，即在模型回答问题时，以搜索算法发现的信息作为上下文环境。

RAG 检索图解

CLiB中文大模型能力评测榜单（持续更新）

等等增加开源大模型的授权协议，注明能否商用引入更多维度的评测：数学能力、代码能力、开放域问答、多轮对话、头脑风暴、翻译…… 评测维度更细分，比如信息抽取可以细分时间实体抽取能力、地址实体抽取能力

大模型人工智能评测

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

尽管近年来出现了一些解释AI模型的方法和工具，但对于非常大和复杂的模型，这些方法往往效果有限或者难以应用。

大模型调试工具

如何最简单、通俗地理解Transformer？

你看这个问题下面现在有60多个回答，我大概翻看了一下，几乎都是长篇大论，原因很简单，Transformer就不是简单几句话就能讲得清楚的。

Transformer 大模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

官方一点地讲：RAG模型的核心思想就是将传统的语言生成模型（如GPT系列）与一个检索系统相结合，在处理一个输入时，RAG首先使用检索系统从一个大规模的文档集合中检索出相关的文本片段，然后将这些检索到的文本作为额外的上下文信息输入到生成模型中

LLM Agents

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：有以下好处：对齐人类意图，能够理解自然语言对话（更有人情味）经过微调（fine-tuned），定制版的GPT-3在不同应用中的提升非常明显。

大模型

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

其实这两天也在轮流学习使用WebUI和ComfyUI，发现同等帧率设置下ComfyUI的生成速度要快很多而且占用资源少一些，但是不知道是不是心理原因总感觉ComfyUI的清晰度不如WebUI，所以相对来说

AnimateDiff SD

百模大战，谁是大模型的裁判员？

大模型评测基准演进之路在规范化的模型评测基准出现以前，模型多数使用SQuAD、Natural Questions这类问答数据集来检验模型效果，之后衍生出了多任务、系列任务的评测基准，来进行更复杂

大模型

AI Agent新对决：LangGraph与AutoGen的技术角力

这些代理具有定制性和对话性，并可以在利用LLM、人类输入和工具的各种模式中运作。

LangGraph AutoGen 对决

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

现在的大模型对话都是按照大模型生成tokend的速度来输出聊天内容，产生了打字机的效果，即用户输入一条消息后，模型逐步返回一个完整的对话文本，这个形式是通过SSE协议来实现的，本文就详细讲解sse协议的原理及post调用的方式。

大模型

阿里推理模型来了！Marco-o1 发布即开源

阿里巴巴刚刚发布了一款全新的开源推理模型Marco-o1，它不仅专注于标准答案领域，更致力于解决开放性问题。

Marco-o1 推理模型

使用BELLE项目部署bloomz模型（专业程序员精简版）

中文对话大模型ELLE（BE Large Language Model Engine），基于BLOOM和LLAMA针对中文做了优化，模型调优仅使用由ChatGPT生成的数据，为中文指令提供更好的支持。

belle 训练大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

就是开源了一个低配版的通义千问模型--通义千问-7B-Chat。

通义千问

大模型的研究新方向：混合专家模型（MoE）

而决定哪个“专家”参与解答特定问题的，是一个称为“门控网络”的机制。

MoE 大模型

对于AI，我们现阶段可以有的态度

需知道，即便是最简单的，普通人能触及和上手的大语言模型的使用，你知道如何与AI对话才能获得你想要的结果么？

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