文章列表-AI魔法学院

文章列表

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

爬坑代理环境 pending时间过长在本地代理的加持下，存在eventstream在当前请求结束后一股脑发完的情况后台限定1s一条，但到了客户端便成了上图这样（与云服务器流量大小也有一定关系

GPT

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：有以下好处：对齐人类意图，能够理解自然语言对话（更有人情味）经过微调（fine-tuned），定制版的GPT-3在不同应用中的提升非常明显。

大模型

使用 ChatGPT + Claude 撰写成功的商业计划书

借助 ChatGPT 和 Claude 等人工智能工具，任何有梦想和决心的人都可以创建成功的路线图。

工作

金融行业的开源AI大模型

此外，项目还计划使用GPT3.5/4.0 API构建更高质量的数据集，并在中文知识图谱-金融、CFLEB金融数据集等基础上扩充指令数据集。

开源大模型

数字人直播哪家强？中国数字人平台分析大全

另外据说风平智能即将发布一款偏向于C端的「1号AI」小程序，亮点是文案、图像素材全部由AI自动生成和匹配，可以达到一键AI自动生成短视频的效果，十分期待。

数字分身数字人

ChatGPT 技巧 | Prompt 逆向工程

而且湿巾上的图案非常可爱，让我想起了童年的时光。

chatgpt 提示词 prompt

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

ensp; = 20 ) docs = text_splitter.create_documents([text]) Content-Aware：基于内容意图分块

RAG 大模型

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

除了基于规则和说明的结构化数据，IPA能处理的数据可来自于电子邮件、文档和图像，认知自动化基于对过去经验的分析，通过不断整合历史数据和新数据，自动化流程会适应收到的反馈，以预测产品或服务的需求为例。

RPA 自动化

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

CRISPE框架如图所示。

Prompt 大模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

嵌入式表征进行拼接，能够让LLM在医学领域方面获得不错的应用效果 Large Language Models Encode Clinical Knowledge 指令提示微调 IPT的建模示意图

训练微调

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

图为面壁的 Scaling Law 曲线基于此，面壁团队核心成员表示，在目前这套方法论的指导下，未来他们有信心训练出一个性能对标 GPT-4 甚至更强的模型，找到更陡峭的模型能力成长线，“而这才是

Grok-1 开源模型

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

｜Akcio 的架构图。

Prompt 大语言模型 RAG

Prompt工程如此强大，我们还需要模型训练吗？

如下图： image-20230719152541138 同样以GSM8K数据集为例进行了说明，能够看出模型效果LaMDA（137B）< GPT-3（175B

大模型

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

通过编写清晰、明确的提示词，我们能够准确表达自己的意图和问题，从而得到系统更精确的回答。

ChatGPT Prompt

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

· 产生有害说明或有偏见的内容：ChatGLM-6B 只是一个初步与人类意图对齐的语言模型，可能会生成有害

大模型

<...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