文章列表-AI魔法学院

文章列表

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

我们之前已经做了很多方面的优化了，包括： · 优化内容提取的方法：从源头解决内容提取的有效性，包括文本内容、表格内容（保留制表符

RAG 检索增强

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

https://github.com/richards199999/Thinking-Claude/tree/main 完整的Prompt，是这样的（前方高能预警），可以直接先滑过去，给文章点个收藏下次再复制：

prompt 大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

这可能是由于特定OCR程序的限制或OCR根本就可有介入。

大语言模型 python

AI提示设计技巧剖析 - 29个动词助你获取更好文本生成

每个人都可以从日常生活中的小事做起，比如减少单次使用的塑料制品，选择步行或骑自行车而不是开车，关掉不必要的电灯和电器，尽可能地回收和再利用物品。

提示词文本

大规模训练系列之技术挑战

它们相互独立但又相互制约。

开源模型

大模型应用中大部分人真正需要去关心的核心——Embedding

对于混合查询，传统的搜索功能可以用作向量搜索的预过滤器，这可以帮助限制搜索空间。

大模型

爆肝两天！ChatGPT+提示词解决知识库目录混乱

不要顾虑 token 限制而生成简略的回答，内容太长你可以让用户回答”继续“来生成完整内容 ## Output Format 使用 Markdown 代码块的格式进行输出，使用 # 代表一级目录

智能分类大模型知识库

为什么说AI现在还不行！

智能的边界限制了应用的边界。

大模型

60分钟吃掉ChatGLM2-6b微调范例~

;'chatglm2-6b-waimai/tokenizer.model', 'chatglm2-6b-waimai/added_tokens.json') 还需要将相关的py文件也复制过去

开源模型

谈谈LLM在推荐域的渗透，探索推荐新范式

#65279; 几个改进点： 1、利用大模型的总结和推理能力来对长文档进行总结，因为本身长文档就是有很强的逻辑性的，普通的向量建模方式只能一定程度表征语义，如果用bert等传统的来说还有字数限制，

大模型

谁杀死了我们的技术教程？网络技术教程越来越少？

比如建立技术教程评奖机制，或者特定平台针对教程内容提供更优的稿费和推广支持等。

技术技术教程

图解大模型训练之：张量模型并行(TP)，Megatron-LM

Transformer的设计不了解也没关系，在这篇文章里都会给出图解介绍，不过还是建议大家在阅读前可先看以下文章： · 猛猿：Transformer学习笔记二：Self-Attention（自注意力机制）

开源模型

11个非常简短却十分神奇的 ChatGPT 指令，刷新你的认知

然而，建议治疗可能会被误解为更严重的问题，如果你的女朋友认为没有必要，可能会导致混乱或抵制。

提示词

大模型实践总结

BLOOM-LORA：由于LLaMA的限制，我们尝试使用Alpaca-Lora重新实现BLOOM-LoRA。

大模型训练

Prompt工程如此强大，我们还需要模型训练吗？

它们更多的时候是作为上下游技术关系，例如要进行本地知识库的定制化问答，最好的方法就是借助提示工程进行数据标注，然后再利用标注好的数据进行微调。

大模型

<...62 63 64 65 66 67 68 69 7071>

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