文章列表-AI魔法学院

文章列表

24年首篇离奇论文：加点噪声，RAG效果翻倍？

论文实验本文主要介绍了关于基于知识图谱的问答系统（RAG）中如何优化问题回答效果的研究。

RAG 检索增强

自动优化Prompt：Automatic Prompt Engineering的3种方法

补充：GPT系列支持insert模式；Open AI的这篇论文[5]讲解了insert模式的实现原理。

prompt 大模型

大模型检索增强生成(RAG)高质量报告

如何利用召回的信息 RAG的发展总览数据索引怎么优化结构化语料库对召回的来源进行优化知识图谱作为召回的数据源

RAG 大模型检索

技术布道 | Prompt评估与优化，让魔法打败魔法，通过大模型获得更优质的Prompt进而获得更优质的内容

可以看到如下图所示的评估内容，包括2个场景和2个Prompt，当然我们也可以自定义增加Prompt。

prompt 大模型

40个麦肯锡高手常用的、鲜为人知的ChatGPT指令

亲和图：“使用亲和图对[我的商业决策]相关的想法、主题或问题进行分组。

ChatGPT prompt

中本聪的Web3之路

• 以太坊的创立：2013年11月，Vitalik Buterin发布了一篇名为《以太坊白皮书：下一代智能合约和去中心化应用平台》的论文，提出了一种基于图灵完备的智能合约和虚拟机的区块链平台

token 比特币加密货币

Pytorch安装（保姆级教学真·满血·GPU版）CUDA更新？torch版本？一文全搞定！

检查电脑CUDA驱动版本（1）右键点击NVIDIA，打开控制面板（2）点击帮助中的系统信息（3）点击组件，查看CUDA版本如图所示，我的电脑目前CUDA

训练

WSL2安装（详细过程）

运行直接集成到Windows桌面的 GNU/Linux 图形应用程序将GPU加速用于机器学习、数据科学场景等安装WSL2步骤 1.为Linux启用子系统检查windows功能是否开启了适用于

虚拟化 docker

清华智能体「XAgent」比ChatGPT4.0还好用！

这里是XAgent绘制的一张图：案例2.

ChatGPT 智能体 Agent

最强开源数字人对口型系统介绍

使用过原版开源的Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练

数字人开源模型

浅浅介绍下中文分词，用这些库搞定

最后，使用matplotlib库绘制词云图像并显示出来。

Python 分词库

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

我们都有一些非理性的信念，只要不试图用贝叶斯推理证明它们，那就完全没有问题。

贝叶斯定理

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

下图展示了 top-p 值为 0.9 的 Top-p 采样效果： top-p 值通常设置为比较高的值（如0.75），目的是限制低概率 token 的长尾。

大模型

总结！大模型微调（Tuning）的常见方法

下图是细致的对比： P-tuning v2 V2版本主要是基于P-tuning和prefix-tuning技术，引入Deep Prompt Encoding和Multi-task Learning

微调大模型

实测：本地跑llama3:70B需要什么配置

打开命令行，运行命令 ollama run llama3:70b 几分钟以后下载完毕，出现>>>提示符的时候就可以正常的跟70B模型交互了下面放两张图，对比模型加载前后系统硬件占用情况的对比

llama GPU内存

<...82 83 84 85 86 878889 90 91 >

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