文章列表-AI魔法学院

文章列表

人工智能训练的灾难性遗忘以及解决方案

在这个数字化时代，我们每天都在与人工智能（AI）打交道，从智能语音助手到自动驾驶汽车，从智能医疗设备到智能家居，AI已经深入到我们生活的各个角落。

人工智能大模型

RLHF 在 Text2SQL 领域中的探索

· · PART 3 RLHF+Text2SQL 实践探索本章节主要结合 DB-GPT-Hub 项目代码以及一些 RLHF

Text2SQL RLHF

初创企业必知的 30种商业模式（附实例）

示例：Alchemy 是各种区块链的节点提供商。

初创商业模式

中国AI大模型，应该如何商业化

这种方式使得企业不需要过多了解模型的技术细节，而是像调用云能力一样，直接调用服务。

大模型 AI

如何最简单、通俗地理解Transformer？

然后，解码器逐字生成输出句子，同时参考编码器生成的表示。

Transformer 大模型

大模型压缩首篇综述来啦~

这些想法旨在在不影响性能的情况下节省内存。

大模型

【NLP技术分享】文本生成评价指标的进化与推翻

算法首先从待评价字符串和参考字符串之间创建一个平面图如下：所谓平面图，就是1元组之间的映射集。

开源模型

LangChain 的问题所在

绝对不建议在一个提供非常有限价值同时又从你那里隐藏了大量细节和决策的库上构建系统。

大模型大语言模型

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

最后解析 LLM 的返回时，只需要把 LLM 返回字符串的格式拆解开，只有在“NEED COREFERENCE RESOLUTION:”后跟“Yes”的情况，才去拿最后“OUTPUT QUESTION

Prompt 大语言模型 RAG

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

model_cfg.hidden_size) ) 这段代码是一个条件语句的一部分，用于检查变量 mode 是否等于字符串

MoE 专家混合模型

RAG模型的主要痛点和解决方案

- 建立围绕注释而不是数字分数的交互式评估界面。

rag 大模型

2023检索增强生成技术（RAG）研究进展

这项调查应该算是目前看到的最全面的研究概览 - 它覆盖了超过 100 篇论文、博客文章和项目，贯穿 RAG 流程的每一个环节： ✅ 检索（数据块分割，查询重写，结果重排，

RAG 检索增强

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

下面是一些构建Agent会用到的专门组件： · AgentInputComponent 允许将Agent输入（任务、状态字典

Agent QueryPipeline 大模型

爆肝两天！ChatGPT+提示词解决知识库目录混乱

图片由DALL·E3 生成二、知识库的现状与挑战在数字化的时代，知识库已成为组织和个人管理和分享信息的核心工具。

智能分类大模型知识库

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

Agent将使一些工作将面临压力另一方面，考虑需要以下维度的工作： · 远离计算机或数字界面的重要任务

AI Agent 人工智能

<...68 69 70 71 72 73 74 757677 >

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