文章列表-AI魔法学院

文章列表

AutoGPT与LLM Agent解析

从语言理解到任务执行之前大多相关项目和产品都主要利用了 GPT 模型的语言理解方面的能力，例如生成文案的 Jasper，Notion AI，帮忙做网页、文档总结的 Glarity，Bearly.ai

大模型

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

使用思维链写Prompt

例如，面对复杂问题时，使用思维链写的Prompt，能让大型语言模型（如GPT-3或GPT-4）不仅提供答案，还能展示出达到这个答案的思维过程。

思维链 prompt

AI绘画：stable difussion SD插件之无限抽卡神器 dynamic prompts（动态提示词）

在该选项卡中打开"从URL安装"选项卡。

AI图片

大模型检索增强生成RAG的优化

· 文档块切分：设置适当的块间重叠、多粒度文档块切分、基于语义的文档切分、文档块摘要。

RAG 检索增强大模型

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

GPT

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

就像是给你配了个24小时专属AI导师，帮你把"蹩脚英语"秒变"莎士比亚"！

Meta-Prompt 提示词

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

微调Llama3的自我认知后当你问Llama3中文问题： “你叫什么名字？”

Llama3 对话问答模型

43个商业价值很高的prompt

校对以上文字的拼写和语法。

prompt

基于Ollama本地部署Llama3指南！

模型架构 Llama 3 是一个自回归语言模型（an auto-regressive language），它使用优化的 transformer 架构。

LLama3 ollama

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

中文方法！

MoE 专家混合模型

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

报道提到，GPT 开发速度放缓的部分原因是用于预训练的文本和数据供应减少（预训练有助于 LLM 理解概念之间的关系，从而解决起草内容或调试代码等任务）。

Scaling Law AI大模型

Pynsist：一键打包 Python 应用代码成 Windows 安装程序

• 捆绑依赖包： Pynsist 可以自动将您的应用依赖的 PyPI 包打包到安装程序中，确保应用能够在目标机器上正常运行。

Pynsist 程序

大模型微调数据选择和构造技巧

如果说我们直接采样一批线上的图文文本，直接送给标注的话，会存在一个严重的问题：他们标注的数据大部分都是攻略类，技术类比较少，标了3个月才攒了几千条大模型技术文本，但是攻略类已经成几万了。

大模型微调

为什么Llama2大模型可以在个人电脑上部署？

最近一直在忙着研究这些开源的大模型，写文的频率慢了点。

开源模型

<...86 87 88 899091 92 93 94 95 ...>

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