文章列表-AI魔法学院

文章列表

大语言模型LLM和知识图谱KG增强的企业搜索应用

有一连串的想象：ChatGPT 是有史以来最好的东西，是我们见过的最强大的人工智能，它将消除人们工作中的苦差事，让学生摆脱家庭作业。

开源模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

对于我们性能最佳的模型（在尺度 4 和 16 处使用 IFT 进行线性缩放），我们还共享权重，以防其他人希望使用它们或进行自己的测试。

开源模型

语言大模型100K上下文窗口的秘诀

在Palm-2技术报告中，谷歌并没有透露具体上下文大小，但表示他们“显著增加了模型的上下文长度”。

大模型

Stable Diffusion

Stable Diffusion的模型分类以及使用

优点是节省空间资源，但由于体积小所携带的信息少，因此在画面、风格的还原度上可能差强人意，所以现在使用这种模型的也越来越少了： 05 Hypernetwork模型

文生图

prompt必须知道的26条军规

weight ->想要在新域上获得较好的性能，预训练模型越大，fine-tune需要的数据也越多 ①大的LM有基于大量训练数据的天然的迁移学习能力，设计大LM的时候一般都想要让模型同时完成较多的任务

prompt 大模型

Stable Diffusion

[Stable Diffusion]Segment Anything实现商业换装

Segment Anything是一种基于深度学习算法的图像分割工具，它可以将图像当中的每一个像素分配到对应的区域当中，能够实现精准的边缘识别。

Segment Anything 文生图

12个RAG常见痛点及解决方案

并且将深入研究这些RAG痛点的解决方案，这样我们能够更好地在日常的RAG开发中避免和解决这些痛点。

RAG 大模型

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

无论是截图、Figma 设计稿，甚至录屏，它都能帮你快速生成干净、可用的代码。

Screenshot-to-Code 代码

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

【大模型微调】 Llama 2 ：对话模型的全过程微调

在规模趋势方面，作者发现较大的模型在相似数据量下提供更好的性能，并且性能随着当前标注数据的增加并没有趋于平稳。

大模型

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

提示词压缩正是旨在保留重要信息的同时，缩短提示词的技术，从而降低开销，同时也能加快语言模型的响应生成速度。

LLMLingua LlamaIndex 开源框架

还在手写Prompt？这几大网站让你秒找大模型提示词！

之前我也多次分享过写Prompt提示词的各种方案，比如我自己总结的“万能提示词公式”，效果还是不错的。

prompt 提示词

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

最后，根据这些洞察，优化应用的功能和设计，提高用户体验。

用户工作

ComfyUI进阶前必备插件们续

其中最让人念念不忘，强烈推荐的是它的DDetailer功能。

ComfyUI 文生图

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

而当下层出不穷的agent，特别是MultiAgent框架或平台以及创业项目就能反映问题，比如langchain新推出了Agent开发框架langgraph，微软出了Task weaver，Autogen

LLM 范式迁移

<...75 76 77 787980 81 82 83 84 ...>

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