文章列表-AI魔法学院

文章列表

大模型微调方法总结

对于 BERT 类双向语言模型采用模版(P1, x, P2, [MASK], P3)，对于单向语言模型采用(P1, x, P2, [MASK])：同时加了两个改动： 1、考虑到预训练模型本身的

开源模型

用ChatGPT写论文prompt大全

6、增加详细信息：输入“增加更多的细节和具体内容”，可以增加更多的具体例子或数据来使文章更加生动、有趣。

prompt

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

请将下面的英文翻译成中文， P 要求语言生动活泼

Prompt 大模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

作者发现直接优化Prompt参数不太稳定，加了个更大的MLP，训练完只保存MLP变换后的参数就行了实验证实只加到embedding上的效果不太好，因此作者在每层都加了prompt的参数，改动较大

训练微调

大语言模型应用中的文本分块策略

一方面，由于长内容和短内容的语义表示之间存在差异，查询结果的相关性可能会波动。

开源模型

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！

Paterson 当时是为了满足迫切的需求而匆忙推出的 QDOS 系统，从字面理解 QDOS 就是“快速而肮脏的操作系统”的意思，即使以当时有限的标准来看，该操作系统也缺少了许多基本功能，如缺少子目录、设备驱动程序

MS-DOS 4.0 开源模型微软

微调大型语言模型-核心思想和方法介绍

此外，提示调整可能是劳动密集型的，因为它通常需要人工参与来比较不同提示的质量。

大模型训练

OCR的终极解法——传统算法VS多模态大模型

词性标注（Part-of-Speech tagging）：为每个单词指定词性，如名词、动词等。

OCR 大模型文字识别

HalluQA: 测测中文大模型有没有一本正经胡说八道

HalluQA的自动化评测幻觉内容的评估是一件比较困难的事，即使是人类专家往往也需要借助外部知识来进行评估。

大模型中文大模型幻觉

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

所有模型的 (i) 和 (ii) 都是相同的，但时间混合块有三个：全局多查询注意（MQA）、局部（滑动窗口）MQA 和本文提出的循环块。

transformer 训练

Github上Star数最多的大模型应用基础服务：Dify 深度解读

多种召回模式，支持根据用户意图自动选择合适的知识库，也可以跨知识库进行检索，弥补了常规的 RAG 服务需要用户手工选择知识库的不便之处； 2.

Dify 大模型知识库

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

如下图所示： P-tuning v1 设计一个自动的生成连续 prompt 的方法来提升模型的微调效果。

大模型微调

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

一方面，由于长内容和短内容的语义表示不一致，查询结果的相关性可能会波动。

RAG 大模型

垂直领域大模型的一些思考及开源模型汇总

教育领域 EduChat Github: https://github.com/icalk-nlp/EduChat 简介：以预训练大模型为基底的教育对话大模型相关技术，提供教育场景下自动出题

垂直领域大模型开源模型汇总

80多个罕见的论文prompt，让你起飞！

帮助我制作或完善适合[活动或出版物，例如“国际生物学会议”]的简明摘要。

prompt 提示词论文

<...75 76 77 78 79 80 81 828384 >

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