文章列表-AI魔法学院

文章列表

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

自我修正在GPT-4V上有一些小的改进，但在Gemini Pro Vision上没有带来改进。

设计转代码大模型

Prompt工程入门

例子3：仿写风是花的使者，雷电是雨的使者，什么是小草的使者？

prompt 提示词

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

小结近两个月，LLM 开源社区在基础模型研究、模型指令微调、模型应用场景等多方面的进展称得上日新月异、百花齐放。

训练大模型 belle

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

为了提升训练和推理速度，他们又采用了SwiGLU激活函数替代传统GELU激活函数的方式，将隐藏层大小设计为8/3d而非4d。

开源大模型电信

收藏！万字长文聊聊LLM Agents的现状，问题与未来

时效性代表记忆最近被检索出的时间，重要性表明Agents对该记忆事件的重要性评估（一般是结合人设让LLM给出个分数，或许也可以用一个小模型做评分），相关性就是语义相似度。

LLM Agents

一文探秘LLM应用开发-Prompt(相关概念)

而OpenAI选择了一个当时看来很难但不一定正确的路线，2018年6月发布了GPT1，参数量1.17亿，模型大小5gb，而bert仅几百M，效果在具体任务上却比GPT好，但他们并没有放弃，也正是如此，在

prompt 大模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

由于原始 Transformer 模型在大规模任务上表现出色，研究人员开始尝试调整模型的大小以提高性能。

RAG Embedding

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

通过扩大模型大小和训练指令的数量或多样性，可以进一步提高泛化能力。

大模型

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

如何避免逆转诅咒，研究人员尝试了以下方法： · 尝试不同系列、不同大小的模型； · &ensp

大模型

AI能赚到钱了么？

小结仔细想想，后互联网时代的几个新领域其实还真是各有各的坎坷。

大模型商业模式

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

与参数较小的模型相比，GPT-4显示了更全面的心理健康知识库。

大模型心理

Agent四大范式 | 综述：全面理解Agent工作原理

但是这两种方法各有弊端： § 规则的方法是指把复杂的自然语言问题转化为规则符号，往往需要行业专家的介入，缺乏容错能力，小错误可能导致整个系统的失败。

Agent 大语言模型

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

这些都是用传统方法难以实现的，但对 Sora 来说，这些只是小菜一碟。

Sora 原理

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

相对后者来说，Goose 是一个很小众的工具。

提示词文生图 AIGC

在飞速发展的时代管理AI风险

为了保护低风险使用和学术研究，他们应避免对小型和可预测的AI模型设置不必要的官僚障碍。

人工智能伦理

<...65 66 67 68 69 707172 73 74 >

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