文章列表-AI魔法学院

文章列表

今天分享一个官方的高级的做数据分析的prompt提示词

而它强大的能力主要体现在数据分析这块，能够支持上传数据文档，如excel文件，或者是csv文件，它能够自己编写python代码来处理数据，而且还能自己去运行自己写出来的python代码，直接输出最直观的各种数据图表结果

prompt 提示词

大模型能力评估体系

随着这些模型在自然语言处理、图像识别、自动编程等多个领域显示出的卓越能力，它们正逐渐成为科技界的焦点。

大模型评估

玩一玩ChatGLM3，1660s即可流畅运行！

安装配置默认的安装配置并不复杂，只要先克隆项目，然后创建虚拟环境，最后根据配置文件安装依赖就可以了。

大模型 ChatGLM

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

但面壁团队关注的却是 GPT-4 的两个创新点：一是 GPT-4 的输入文本达到了 32k 的长度，而当时国内的大模型能处理的文本长度只有 512，之后“长文本”也成为国内外大模型研究的重点对象；二是

Grok-1 开源模型

【AI代理】扣子，开始探索多代理模式

再比如，我们有两个大模型，一个擅长文本处理，一个擅长输出图片，这样两个模型就可以组合成多代理模式。

多代理模式大模型

总结！大模型微调（Tuning）的常见方法

将一些pseudo prompt先encode（离散token）再与input embedding进行拼接，同时利用LSTM进行 Reparamerization 加速训练，并引入少量自然语言提示的锚字符

微调大模型

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

第一个问题，其实之前写过一篇文章，教大家如何使用Dify极其简单的搭建自己私人知识库。

LangChain 知识库

2024！深入了解大语言模型（LLM）微调方法（总结）

LLM项目生命周期在介绍大模型微调方法之前，首先带大家了解一下大语言模型的项目生命周期，它大致可以分为以下几个步骤，如下图所示「1、项目目标」：首先，明确项目目标。

大模型微调

ChatGPT提示工程5篇合集(一)：ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作（珍藏版）

本文将要介绍的是编写Prompt的两个关键原则，非常非常重要，一定要掌握。

prompt 提示词

ChatGPT Prompt提示词课程（斯坦福吴恩达 | OpenAl）指南篇极简笔记

原则一：清楚、明确的指令 1、使用分隔符标识重要文本如用''' *** ---等，例：请对如下文本进行摘要''' 文本内容 ''' 注意内容与提示词的冲突即，避免需要处理的内容包含某指令

prompt 大模型

Coze多智能体（Multi-Agents）模式体验！

主智能体编排我们先为项目经理创建一个Prompt，这里我分享一个快速又高效的办法（coze自带的AI优化提示词并不好用），我们在coze的文档内找到结构化提示词模板，如上图。

Coze 多智能体

如何提升 GPTs 的翻译效果？

我看到你的名字，几乎每一页都有引用。

GPT 翻译

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

基于 LLM 的检索工作原理简图在LLM开发中有一个原则就是尽可能的使用大模型的能力，LLM并不只是最后作答，在关键词增强，答案一致性判定等上面都可以使用，在这里就可以利用大模型来判定生成结果最合适的候选问答

大模型

混合专家模型 (MoE) 详解

Switch Transformer 论文中的 Switch Transformer Layer 就像在 GShard 中一样，作者用混合专家模型 (MoE) 层替换了前馈网络 (FFN)

MoE大模型

为什么Llama2大模型可以在个人电脑上部署？

最近一直在忙着研究这些开源的大模型，写文的频率慢了点。

开源模型

<...77 78 79 808182 83 84 85 86 ...>

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