文章列表-AI魔法学院

文章列表

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

多语言处理、符合人类喜好、智能体能力，还有检索增强生成，它都游刃有余。

Qwen1.5 开源模型

Prompt屠龙术-少样本示例

// Output: Negative o • 文本转emoji o 这是一个我个人相当喜欢的例子，通过语言描述来让大模型生成

Prompt 少样本示例

大模型业务应用中数据准备的要求、难点及解决思路

1.政策法规的要求 8月15日，国家网信办等7部门联合发布的《生成式人工智能服务管理暂行办法》正式施行。

大模型

一文搞懂贝叶斯定理有什么用

这两大学派最根本的观点在于看待世界的方式不同：频率学派认为世界是客观的，必须通过大量独立采样来获得统计均值，不能先给出一个主观的先验概率（假设）；贝叶斯学派则认为概率是一种信念度

贝叶斯定理

ChatGPT提示工程5篇合集(三)：ChatGPT提示工程 - 推理

评论内容：''' <请把测试内容放到这里> ''' 从客户评论中提取产品和公司名称从产品评论内容中识别出以下项目： 1.评论者购买的商品 2.制造该物品的公司

prompt 提示词

使用自己的数据训练清华ChatGLM2-6B 模型

查看服务器配置购买完成后收件箱会收到站内消息，包含机器配置和密码，进入服务器后输入命令，可以看到系统中安装的 NVIDIA 显卡的实时信息和状态。

ChatGLM2-6B

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

事实上生成式人工智能并不是那样，不需要挥动魔杖就能瞬间神奇地将新发现的专业知识赋予人工智能。

prompt 提示词

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍

RAG 检索增强

prompt必须知道的26条军规

大模型的涌现能力毋庸置疑，但是大模型的应用，尤其是prompt提示工程对普通用户来说还是有学习成本。

prompt 大模型

还在手写Prompt？这几大网站让你秒找大模型提示词！

但是问题来了——毕竟每个人的需求都不一样，各种场景千差万别。

prompt 提示词

300天里，我帮你踩遍了AIGC创业的各种坑

提示词的天花板很低，很多应用场景下光靠提示词远远达不到交付标准，更难以摆脱生成式AI的“幻觉”影响。

AIGC 创业

Deepseek-V2技术报告解读！全网最细！

在成本效率方面，相比V1的稠密模型，V2模型节约了的训练成本，减少了推理时的 KV-cache 显存占用，将生成的吞吐量也提升到了原来的倍。

Deepseek-V2 大模型

Stable Diffusion

Stable Diffusion | 常见问题清点汇总

注意一般是直接通过链接直接下载的模型才会被识别抓取。

Stable Diffusion 问题汇总

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

LLM生成方法：利用大语言模型自动生成代理的个人特征，比如年龄、性别、个人喜好等背景信息。

大模型 LLM Agent

使用python调用comfyui-api，实现出图自由

nbsp; print('执行完成'

comfyui 工作流

<...81 82 83 848586 87 88 89 90 ...>

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