文章列表-AI魔法学院

文章列表

Prompt 策略：代码库 AI 助手的语义化搜索设计

第二部分，围绕于解决空间的实现，即通过检索增强（RAG，Retrieval Augmented Generation），来获得对应问题的答案。

prompt

Agent四大范式 | 综述：全面理解Agent工作原理

o 记忆增强规划大语言模型Agent应用在记忆方面主要有两种方法来增强规划能力：基于检索增强生成（RAG）的方法和基于嵌入式记忆（Embodied Memory

Agent 大语言模型

Stable Diffusion

Stable Diffusion API

我们拥有 Dream Fields、Dream Fusion 和 Magic3D，这是一系列能够仅从文本生成带纹理的 3D 模型的开创性模型。

文生图 SD

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

而在AlpacaEval测试中，Zephyr的胜率高达90.6%，其在高级RAG任务上的表现与GPT-3.5和Claude 2相当。

大语言模型开源模型

AI探索-我怎么使用Kimi Chat的

比如我最近对RAG技术感兴趣，找到最新一篇的论文https://arxiv.org/pdf/2312.10997.pdf，直接登录https://kimi.moonshot.cn/，拖进去。

KimiChat 写作

腾讯 IMA： AI 智能教学新助手

借助 RAG 技术，教师能够将自己的教学经验、专业知识以及积累的各类资料转化为可供随时调用的数字化资源。

腾讯 IMA 智能教学

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

通过引入检索增强技术（RAG），还能显著提高大模型的回答质量，并为答案提供可解释性，避免“胡言乱语”的倾向。

MoE大模型 APPa

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Compressor）部署（vLLM、SGL、SkyPilot、TensorRT-LLM、OpenVino、TGI）本地运行（MLX、Llama.cpp、Ollama、LM Studio） Agent及RAG

qwen 千问开源

大模型在金融行业的应用场景

目前已有的大模型知识库基本上都采用 RAG 的方案构建，但是数据源多样（流程规范、产品材料、规章制度等），数据格式繁杂（文字、表格、公式、图片等），针对不同的数据都需要业务上进行单独处理

大模型金融应用

将任意文本转换为知识图谱

这是检索增强生成（RAG）的新改进版本，我们使用矢量数据库作为检索器来与我们的文档聊天。

知识图谱转换文本

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

RAG 系统 2.

宁德核电大模型

性能超出预期！神秘的国产大模型 Kimi 开放 API

魔法哥最开始还以为这是通过 RAG 变通实现的，但后来发现是我格局小了。

Kimi Chat 大模型 API

prompt提示工程最佳实践课程笔记分享

· RAG (检索增强型生成器)：把大语言模型与能够智能检索信息的工具相连，而不是尝试将信息全部纳入上下文窗口。

prompt 提示词

面向知识图谱的大模型应用

为了应对这一挑战，RAG 将 LLM 的优势与可扩展的外部知识源(如知识图谱)检索结合了起来，不再尝试静态地编码模型中的所有信息，而是允许根据需要动态地从知识图谱中查询必要的上下文。

知识图谱大模型

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

代理变得简单： o • 长期记忆/状态管理 o • 与外部数据源（例如 PDF 文件）的连接，用于 RAG

MemGPT 大语言模型

<1 2 3 4 5 678 9 >

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