文章列表-AI魔法学院

文章列表

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

然而，这种提示较为笼统，模型有时无法准确理解具体需求，导致结果不尽如人意。

思考链提示词

43个商业价值很高的prompt

将其应用于我需要说服[个人/团体]关于[具体论点]的情况。"

prompt

Github上Star数最多的大模型应用基础服务：Dify 深度解读

存在 Function Call/ReAct 两种模式，实现代码在 api/core/rag/retrieval/dataset_retrieval.py 中，具体如下所示

Dify 大模型知识库

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

它提供了各种预训练的模型，包括文本生成、文本分类、命名实体识别等多种NLP任务的模型。

Whisper 语音优化

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

构建数据的整体流程如图2所示。

大模型 RAG检索增强

大模型应用中大部分人真正需要去关心的核心——Embedding

每一种体裁都可以编码成一个热向量，然而，这样的向量会非常稀疏，因为书籍通常只属于两个体裁。

大模型

个人从零预训练1B LLM心路历程

具体原理如下图所示：为了防止数据块被意外的重复追加到训练过程中，Steel-LLM还实现了使用hash值检测数据内容是否重复的功能，具体使用的是MD5哈希算法。

LLM 训练

无限长的上下文，也干不掉的RAG

具体来说，当相关信息出现在输入上下文的开始或结束时，模型性能最高；而当模型需要从上下文中间提取信息时，性能显著下降，形成了一个U形的性能曲线。

RAG 大模型

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

Stable Diffusion 和 Midjourney的简单介绍 SD和Mid都属于能够通过prompt（提示词）来进行文生图，或是图生图的方式来生成想要的图片，但在很多具体的部分有很大的差异。

文生图

全新换脸工具ReActor，比roop更强！

整体图片不变，只替换我们选中人物的人脸。

ReActor SD 文生图

Midjourney AI绘画美女提示词分享三

imagine --v 5.2 --s 750 --ar 3:4翻译提示：一个中国女孩，户外，在美丽的花园里，坐在这里或站在这里，一个穿着简单的中国印花布的现代女孩Slim Aarons Style，对称构图，体积照明

文生图 Midjourney

一个万能提问公式，让大模型生成高质量回答

分享一个万能的提问公式接下来给大家分享，具体如何引导 ChatGPT 生成高质量回答：一个好的 Prompt 里面最好涵盖以下五个部分你是谁（角色扮演）：如一个专业的翻译、有多年经验的作家...

提示词

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

具体来说，研究者采用了一种分层结构，将两个残差块与一个循环块交替使用，然后再使用一个局部（MQA）注意力块。

transformer 训练

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

这就像是捡到了宝，因为这些“反常识”的东西，往往都是作者亲身体验后总结出来的。

Ollama AnythingLLM 阅读

5 种策略控制 ChatGPT 的输出长度

这时候需要在提示词中指明具体的数字并包含一些关键词。

写作大模型聊天 ChatGPT

<...66 67 68 697071 72 73 74 75 ...>

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