文章列表-AI魔法学院

文章列表

ChatGPT写论文指令全集

以下是针对每个指令的具体示例：四、以案例的形式来看看prompt的询问技巧正文写作：课题：《影响新能源汽车发展的关键因素》小节内容：请完成第三章的内容，“3.1 政策因素对新能源汽车发展的影响

ChatGPT 写作

通俗解读大模型微调(Fine Tuning)

Prompt Tuning Prompt Tuning的出发点，是基座模型(Foundation Model)的参数不变，为每个特定任务，训练一个少量参数的小模型，在具体执行特定任务的时候按需调用。

大模型微调

构建开源多模态RAG系统

现在我们应该加载MLLM 我根据它的存储库使用了一个小型的，这就是我们如何使用它的方法。

RAG 大模型

EduChat：教育行业垂直领域大模型

作为一个开源项目，EduChat提高了特定教育功能的性能，同时保持了与其他具有同等参数大小的大规模模型相当的基础能力。

教育大模型垂直领域

垂直领域大模型的一些思考及开源模型汇总

开源垂直领域大模型汇总目前有很多的垂直领域大模型已经开源，主要在医疗、金融、法律、教育等领域，本小节主要进行「中文开源」模型的汇总及介绍。

垂直领域大模型开源模型汇总

大模型时代-行业落地的再思考

而且，该阈值和预训练模型的大小，预训练时原始数据的比例等条件都息息相关，需要在实践中反复修正（这个时候就能看出scaling law的重要性了）。

大模型

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

- 规模较小且易于手动管理的同义词列表。

ElasticSearch 智能搜索

来自Microsoft Build 2023：大语言模型是如何被训练出来的

Andrej Karpathy对比了GPT-3与LLaMA模型，并且承认了LLaMA-65B的模型尽管参数更小，但是比GPT-3更强大。

大模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

ensp; · 成本更低：与OpenAI的LLM服务相比，私有化的LLM允许用户在定制化的基础上，用更小的模型达到相似的效果

开源模型

一文带你认识ELMo

所谓word embedding就是一个n*1维的列向量，其中n表示embedding向量的大小；第二步：送入双向LSTM模型中，即上图中的Lstm；第三步：将LSTM的输出

embedding

深入探讨GPTs和AI Assistant

thread = client.beta.threads.create() Threads 本身并无大小限制，因此你可以在单个 Thread 对话中发送任意数量的消息（Messages

GPTs AI Assistant

12个RAG常见痛点及解决方案

子问题:将查询分解为几个较小的问题，每个问题针对不同的工具。

RAG 大模型

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

它还可以将更长、更复杂的查询分解成向量搜索可以处理的更小、更易管理的部分。

RAG-Fusion 检索增强

图解 Transformer——功能概览

然而，它们在处理长距离的依赖关系方面也有限制：卷积层中，只有图像（或文字，如果应用于文本数据）中足够接近于核大小的部分可以相互作用。

Transformer 大模型图解

Python状态机：优雅处理复杂业务逻辑的利器

基本的状态机实现开销很小,主要是查表操作。

Python状态机设计模式

<...66 67 68 69 70 71 72 737475 >

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