文章列表-AI魔法学院

文章列表

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍

RAG 检索增强

RAG应用中数据处理过程需要注意的事项

随着检索增强生成(RAG)应用程序不断发展，这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起，它们遇到了各种障碍

RAG 大模型

一文看懂RAG：大语言模型落地应用的未来

在此之前OpenAI的每次更新都会让很多创业型公司倒闭或者直接停掉之前基于大语言模型的产品创新方向。

rag 检索增强

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

论文：《The Power of Noise: Redefining Retrieval for RAG Systems》这篇论文探讨了基于检索增强的语言模型（RAG）系统中的信息检索（IR）组件对系统性能的影响

RAG 检索论文

24年首篇离奇论文：加点噪声，RAG效果翻倍？

论文：《The Power of Noise: Redefining Retrieval for RAG Systems》这篇论文探讨了基于检索增强的语言模型（RAG）系统中的信息检索（IR）组件对系统性能的影响

RAG 检索增强

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

CMU博士击破LLM护栏，人类毁灭计划脱口而出新智元报道【新智元导读】一夜之间，ChatGPT

开源模型

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

首先是两个9B大小的模型： § GLM-4-9B-0414：主攻对话，序列长度介于32K到128K之间 § GLM-Z1-9B-0414：主攻推理，序列长度介于32K到128K之间还有四个32B

GLM模型智谱

LLM Agent最常见的九种设计模式(图解+代码)

2 ReAct 模式这是 LLM Agent 第一文，发表于 2022 年 10 月，现在看起来特别简单，但当时ChatGPT还没有面世，能够提出让 LLM 学会使用工具

LLM Agent 图解

RAG检索增强技术在知识库智能检索场景下的应用实践

1.1.1、LLM的缺陷知识检索增强技术的提出背景主要源于当前基于LLM（大规模语言模型）的知识检索存在诸多缺陷。

知识库 RAG检索增强

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

专业知识不足：当我们需要一个专业领域的 LLM 时，预训练模型中的知识就尤为重要。

大模型训练

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

2303.09014 - ReAct：https://arxiv.org/abs/2210.03629 - Reflection（反思）：https://arxiv.org/abs/2303.11366 - RAG

prompt 提示词

大语言模型LLM和知识图谱KG增强的企业搜索应用

LLM并不擅长搜索每个人都大肆宣传的所有这些技术的基础是大型语言模型（LLM）。

开源模型

百万token上下文窗口也杀不死向量数据库？CPU笑了

“Claude 3、Gemini 1.5，是要把RAG（检索增强生成）给搞死了吗？”

向量数据库大模型 cpu

国内LLM陆续启动，你的Prompt库有这些模块吗

不管你写过多少提示词，对于任何一个大语言模型，主要的交互角色只有三种：用户（User）、助手（Assistant）和系统（System）。理解这三个角色真的很重要。同时，要想让生成式AI发挥最大的作用，除了必要的专业知识，你还需要积累下面的这些模块。这里修猫给出一个框架，还请有心读者自行丰富，时间会认证你的积累。

prompt

LLM native策略的内部状态是否应该结构化【2023Q3】

而且目前Context window的长度已经是整个社区当前关注的重点问题之一，在这方面的进步速度可能会比较快。

大模型

<...4 5 6 789 10 11 12 13 ...>

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