文章列表-AI魔法学院

文章列表

预训练对话大模型深度解读

生成式对话大模型在Turing测试中已逐渐接近人类水平，现在ChatGPT生成的结果难免让人误以为 AI 有意识了开始人格觉醒了，一顿惊慌。

大模型外挂知识库优化-大模型辅助向量召回

大模型时代，通常采用向量召回的方式从文档库里召回和用户问题相关的文档片段，输入到LLM中来增强模型回答质量。

大模型

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

这个模型在多项性能测试中均比之前公认的顶尖小型AI模型 Llama-3 8B 更加出色，成为了新的领头羊。

Phi-3 Mini 开源模型微软

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

最近想做一些中文大模型的微调实验，于是从祖国的文化瑰宝：中医入手，想让大模型学一下《本草纲目》，看下有没有什么火花出来。

大模型

大模型实践总结

但是进行模型训练之前需要先进行模型格式转换，将HF格式转换为Alpa格式的模型文件，具体请参考官方代码。

大模型训练

开源的大模型数据集

大模型的算法模型开源越来越多，大模型工程化也越来越稳定。

开源模型数据集

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

对以上模型进行量化后的轻量化模型，便于部署、推理。

belle 训练大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

据项目介绍，Chinese-Llama-2-7b 开源的内容包括完全可商用的中文版 Llama2 模型及中英文 SFT 数据集，输入格式严格遵循 llama-2-chat 格式，兼容适配所有针对原版 llama

开源模型

AI写作：如何让AI帮你写出10万+标题？

尤其是在大多数平台都转为信息流推送的模式后。

AI写作提示词

文心一言大模型使用指南

今天分享『文心一言』大模型的使用和相关功能介绍。

文心一言百度

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

《应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性》里，我们提到了llamaindex出了一个新的实验feature，支持通过声明式的方式定义

Agent QueryPipeline 大模型

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

1.2 监督微调的步骤具体来说，监督式微调包括以下几个步骤：预训练：首先在一个大规模的数据集上训练一个深度学习模型，例如使用自监督学习或者无监督学习算法进行预训练；微调

大模型微调

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

掌握模型，就相当于拥有了一种认识世界的快捷方式。

策划思维模型方法论

大模型应用设计的10个思考

在这个过程中，我们可能会受到诱惑，想要回到那种命令式的思维模式，为程序的每个细节编写代码。

大模型应用

<...5 6 7 8910 11 12 13 14 ...>

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