文章列表-AI魔法学院

文章列表

公司如何使用ChatGPT进行内容营销？

分析受众参与度：ChatGPT可以通过监测和评估用户互动来调整其内容生成策略，以产生更有效地与品牌的目标受众产生共鸣的内容。

大模型

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

答：直接看图吧！

Qwen1.5-MoE 大模型下载

数字人直播哪家强？中国数字人平台分析大全

在数字人市场的繁荣背后，各种数字人软件应运而生，为企业和个人提供了丰富多样的选择。

数字分身数字人

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

事件的唯一标识符，浏览器会跟踪事件ID，如果发生断连，浏览器会把收到的最后一个事件ID放到 HTTP Header Last-Event-Id 中进行重连，作为一种简单的同步机制。

GPT

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

通过编写清晰、明确的提示词，我们能够准确表达自己的意图和问题，从而得到系统更精确的回答。

ChatGPT Prompt

大模型下半场，关于Agent的几个疑问

5.4亿至3.6亿年前，海洋生物破发，相比于以前的单细胞或简单多细胞生物，三叶虫、海绵和脊索动物等更高层次的智能诞生了。

大模型

用so-vits-svc-4.1进行音色转换的极简教程！

两种方式：webui页面和脚本命令，如果是webui，执行： · python app.py 打开http://127.0.0.1:6006，下图中的3个红框挨个点，模型那块选择具体是哪个模型

so-vits-svc 音色转换教程

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。

ChatGLM3 语音模型开源模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

当嵌入一个句子时，生成的向量集中在句子的特定含义上。

RAG 大模型

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。

大模型

Qwen7b微调保姆级教程

,'你从哪里来呀'] i_from = ['我在2020年诞生于github星球，是一个有毅力的吃货设计和开发的。']

Qwen7b 大模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

用参数规模小十倍的模型去预测大十倍模型的性能的意义是：如果发现模型的性能不够理想，就可以在小模型上做实验、调参数，然后重新画一条线，降低训练成本——如同“数字孪生”一般，训练了一个虚拟的大模型，无需等到实际的大模型出来

Grok-1 开源模型

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

不要试图润色文本，如果没有发现错误，告诉我这段话很好。

论文提示词写作

Prompt工程如此强大，我们还需要模型训练吗？

LLM原始训练目标是为了生成自然、连贯的文本，因为其本身接受了大量的文本进行预训练，因此根据提示补全和创造文本就是模型的原生能力。

大模型

12个RAG常见痛点及解决方案

首先，让我们介绍上面提到的论文中的七个痛点;请看下面的图表。

RAG 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