文章列表-AI魔法学院

文章列表

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

虽然我们可以用特定领域再进行微调/二次预训练，仍然不能避免其“胡说八道”，而且训练不好很可能“灾难遗忘”，失去一些通用能力。

大模型

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

据介绍，与目前市面上的主流视频生成算法不同，EMO的原理是用音频驱动图片的人像，使其做出与音频内容高度匹配的口型和表情。

EMO 阿里全民演唱

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

前半部分原理，后半部分代码。

RAG 大模型自动回复

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

该任务给定一个摘要，需要从众多段落中找出该摘要对应的出处，考验模型的语义匹配能力，显示了Ziya-Reader在这方面依然强大。

大模型 Ziya

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

具体来说，JFT中一共有18291个类别，这能教模型的概念比ImageNet的1000类要多得多，但尽管已经有上万类了，其最后的分类器其实还是静态的、有限的，因为你最后还是得固定到18291个类别上进行分类

OpenAI 自然语言监督

做自媒体消息闭塞很致命，巨好用的工具分享

设计作图创客贴：小程序/网站/app都有，适合做小红书封面、公众号首图、海报等 Canva：小程序/网站/app都有，适合做封面、海报、logo设计、PPT等稿定设计

自媒体工具

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

; 比如 RA-DIT 试图通过增强 RAG 用到的 LLM + 单独训练一个 retriever 的方式加强 LLM 「自有」知识和外挂知识的双向奔赴，效果有些提升但说实话好像不是很稳定。

大模型 LangChain RAG

18种 DALL-E 3 炫酷的文字效果和提示词

但我会不由自主地想，是否能够自定义文字的效果，让 DALL-E 3 更懂我的心意呢？

DALL-E 3 提示词文生图

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）

理想情况下，语言应该与《美国经济评论》中的语言相似。

论文提示词写作

AI撬开小县城的万元商机

我在前公司的工作，就是研究寻找AI的新应用场景，调研过程中，发现在一些小县城里，已经出现了不少AI相关的商业案例，这也让我学习到了一定的经验”，李浩说道。

AI 商机

微调大型语言模型-核心思想和方法介绍

（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 LLM 未明确训练的特定或新任务

大模型训练

Prompt小技巧（18）：万能Prompt

根据我的输入，你会创建三个部分： · 修订后的Prompt（你编写修订后的Prompt，应该清晰、精确、易于理解） · 建议（你提出建议，哪些细节应该包含在Prompt中，以使其更好

prompt 大模型

9个范例带你入门langchain

6，代码理解(Code Understanding): 分析代码，并从代码中获取逻辑，同时也支持QA。

大模型

两个案例教你如何用BRTR原则优化Prompt

这里通过明确要求文案需要“突出产品的主要特点和优势，如超长续航、高刷新率屏幕和优秀的游戏性能”，以及“输出格式为一段不超过200字的文本”，为此我们设定了明确的输出标准，这样AI模型就能更准确地满足这些要求

BRTR Prompt 写作

谈谈LLM在推荐域的渗透，探索推荐新范式

比如语言理解能力、生成能力、逻辑推理能力等。

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