文章列表-AI魔法学院

文章列表

使用知识图谱提高RAG的能力，减少大模型幻觉

如果需要更精准更完整的知识图谱，还需要人工手动检查，这里就不细说了。

RAG 大语言模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

Adapter-tunning） Adapter在预训练模型每层中插入用于下游任务的参数，在微调时将模型主体冻结，仅训练特定于任务的参数，减少训练时算力开销提示学习（Prompting）任务输入前添加一个自然语言任务指令和一些示例

训练微调

谈谈RAG存在的一些问题和避免方式

b.多张PPT整合能力对于为什么要用（爱快的优势），和连锁机构面临的挑战其实是两个PPT中的内容，我们的RAG是可以自动进行理解与整合的。

RAG 大模型

大模型检索增强生成RAG的优化

· 文本嵌入模型：基于新语料微调嵌入模型、动态表征。

RAG 检索增强大模型

SD入门教程四：图生图基础用法

图生图主功能区域： 3.1 图生图默认进入的图生图区域可以选择点击上传或者拖动到上传区域，但是注意的是，图片名称不要携带中文字符或者空格之类的，当名称携带中文字符时

SD 入门图生图

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

不久前，这位研究员 Connor（Starfrost）Hyde 和微软前首席技术官 Ray Ozzie 就自己手头收藏的一些软件进行了交流。

MS-DOS 4.0 开源模型微软

Falcon 180B 开源影响了谁？

从官方发布的测评结果来看，Falcon 180B 在自然语言任务上的表现优异。

大模型

微调大型语言模型-核心思想和方法介绍

上下文学习和索引自 GPT-2（Radford 等人）和 GPT-3（Brown 等人）以来，我们已经看到在一般文本语料库上预训练的生成式大型语言模型（LLM）能够进行上下文学习，而这并不能如果我们想要执行

大模型训练

Stable Diffusion

Stable Diffusion教程：采样器

初始采样器 DDIM 是在 Stable Diffusion 初始1.0版本中自带的采样器。

画图 SD 采样器

预训练对话大模型深度解读

目前人工测评结果优于原始Transformer模型和中文GPT-2模型：测试数据集：STC微博数据集人工评价维度：流畅度、相关性、信息量 CDial-GPT获得了中文自然语言处理会议

Fastwhisper + Pyannote 实现 ASR + 说话者识别

基于PyTorch机器学习框架，它具有最先进的预训练模型和管道，可以进一步对自己的数据进行微调，以获得更好的性能。

faster-whisper 语者识别 ASR

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

监督式微调在计算机视觉、自然语言处理等领域中得到了广泛应用。

大模型微调

Prompt工程如此强大，我们还需要模型训练吗？

对于这两种方法各自有各自使用的应用场景，提示工程解决的问题，往往不会用微调（如小语义空间内的推理问题），微调通常用于解决那些无法通过特征工程解决的问题。

大模型

Effective Prompt: 编写高质量Prompt的14个有效方法

今天给大家带来一篇《Effective Prompt: 编写高质量Prompt的14个有效方法》，来自知乎@Maple小七。

prompt 提示词

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

ensp; 提出的结果需要有附加信息，也就是要保存元数据； · 提取过程要完成自动化

大语言模型 python

<...78 79 80 818283 84 85 86 87 ...>

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