文章列表-AI魔法学院

文章列表

检索增强生成 (RAG):What, Why and How?

向量存储器向量存储器适用于存储文本、图像、音频等非结构化数据，并基于语义相似性搜索该类别下的内容。

检索增强大模型

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

这本教科书五、LLMOps 是如何解决这些问题的？

大模型

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

成本高、召回偏低：扩展上下文窗口+引入向量数据库能以非常低的成本提高模型对新知识的接入能力，但是扩展上下文窗口容量有限（128k最多容纳23万汉字，相当于658kb文档），成本比较高，性能下降明显

RAG 大模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

如果评估样本过于困难，那么所有模型的表现将会很差，更难辨别各种训练数据和策略的效果；相反，如果评估样本都相对容易，评估将失去其比较价值。

训练大模型 belle

简单提升RAG的10种方法

将上下文数据分块，做文本向量化，需要查询时，从上下文中找到向量相似的部分。

RAG 大模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

本次推荐的十篇论文，将有助于你理解多智能体对我们未来的影响，以及将通过何种方式陆续呈现。

大模型

爆肝7天！AI艺术字终极攻略，光影、隐藏、嵌入、海报4种艺术字全拆解

首先先选一个真实的大模型在我实际测试下来，表现比较好的大模型有以下几个 revAnimated，realisticVision，chilloutmix，majicmixRealistic，deliberate 本文中所用到的所有模型资料

文生图

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

可扩展性对比接着，研究人员在160M到13B参数规模范围内，分别训练了YOCO（门控保留和滑动窗口注意力版本）和Transformer语言模型。

Decoder-Decoder YOCO 架构

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

本文将详细介绍这个项目的功能和使用方法。

WechatSogou 微信搜狗

谈谈LLM在推荐域的渗透，探索推荐新范式

这个文章《大模型时代的文本检索》详细的介绍了生成式搜索。

大模型

LangChain 完整指南：使用大语言模型构建强大的应用程序

LangChain 中的模型主要分为三类： LLM（大型语言模型）：这些模型将文本字符串作为输入并返回文本字符串作为输出。

langchain 大模型

AI开源 - LangChain UI 之 Flowise

image 二、安装 Flowise （一）安装 Docker 桌面版地址：https://www.docker.com/products/docker-desktop/ 大家选择对应的版本进行下载

大模型

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

ensp; "arguments": { "a": 33, "b": 77 } } } 这叫工具调用意图，本质是模型说

Function Calling 大模型

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

在文本节点上单击右键，选择【转换文本为输入】。

开源模型

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

（二、软件和部署) 本期开始，为大家讲下这些大模型是怎么训练生成的首先，为了确保本系列的讲解流畅，我将直接深入讲解大型语言模型的代码。

大模型

<...79 80 81 828384 85 86 87 88 ...>

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