文章列表-AI魔法学院

文章列表

12个RAG常见痛点及解决方案

查询重写:但以多种方式重新表述查询，以便在同一组工具中应用查询。

RAG 大模型

大模型量化：什么是模型量化，如何进行模型量化

而这一系列操作都可以写成网络中的一个op，实现网络的正常训练。

大模型

LLM Agent最常见的九种设计模式(图解+代码)

6 Basic Reflection Basic Reflection 可以类比于学生(Generator)写作业，老师(Reflector)来批改建议

LLM Agent 图解

OpenAI 无需向量化的 RAG 新架构设计范式剖析

：使用多个 o4-mini 实例（扮演“假设 AI 智能体”、“方案 AI 智能体”等不同角色）并行生成实验方案，充分发挥其速度和成本优势，同时利用外部工具调用（比如：化学数据库、成本估算器）将方案与真实数据结合

OpenAI RAG 架构

深度好文，Agent盛行前传

（注：图片为网站截图，侵删）而在一位博主的视频中，他演示了如何搭建个人agent, 可以用来生成图表、写代码或学习等，核心原理是Assistnat agent基于LLM分析并用文本来解答疑问，将解决方案提交给

Agent 大模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

比较难生成包含正确文本的图像，比如下面的"deep learning"：最主要的原因还是CLIP image embedding本身，通过对比学习训练的CLIP image embedding在区分属性和拼写单词方面均不太行

Kandinsky-3 文生图开源模型

一文讲明白什么是预训练、微调和上下文学习

这些示例通常是用自然语言模板编写的。

大模型训练

Meta无限长文本大模型来了：参数仅7B，已开源

具体而言，他们创造性地提出了复指数移动平均 CEMA（ complex exponential moving average ），将上式（1）改写为如下形式： &

Meta 长文本大模型

Gartner：2024年人工智能渗透的十大战略技术趋势

这些注入人工智能的开发工具使软件工程师能够花更少的时间编写代码，因此他们可以将更多的时间花在战略活动上，例如设计和组成引人注目的业务应用程序。

Gartner 人工智能

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

「唯一的趋势就是没有趋势，」他们写道：「对于任意给定模型、数据集和提示工程策略的某个特定组合而言，最好的方法很可能都非常具有针对性。」

prompt 大模型提示

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

这在微调ChatGLM-6B模型时，有同学提出来的问题，表现为原始ChatGLM-6B模型在知识问答如“失眠怎么办”的回答上是正确的，但引入特定任务（如拼写纠错CSC）数据集微调后，再让模型预测“失眠怎么办

大模型

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

，形成agent_input -> react_prompt -> llm -> react_output这样执行流程，注：对于简单的顺序流程，在QueryPipeline中可以直接写为

Agent QueryPipeline 大模型

OCR的终极解法——传统算法VS多模态大模型

大模型做命名实体识别使用大模型做命名实体识别就是写 prompt 了，之前的有发文讲过就不细说了。

OCR 大模型文字识别

AI产生意识，对人类意味着什么

AI Risks in an Era of Rapid Progress 论文链接：https://arxiv.org/pdf/2310.17688.pdf 论文中写道

AI 意识

LangChain + ChatGLM2-6B 搭建私域专属知识库

问题是：{question} """ 更多关于向量 embedding 的内容可以参考我之前写的一篇文章。

知识库

<...73 74 75 76 77 78 79 808182 >

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