文章列表-AI魔法学院

文章列表

会“追问”的Agent，大模型知识库另类实践

在实际的生产环境中，此类知识库应用可能遇到两类问题：知识型和政策型（图1）。

大模型

大语言模型微调：定制自己的微调数据集

尽管有研究表明重复数据并不降低模型的质量，但是重复冗余的数据会增加额外的微调成本。

大模型

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。

提示词 prompt chatgpt

AI改变未来，ChatDoc手把手教你写研报

尤其是ChatGPT等生成式AI工具的普及，让很多普通人有了接触AI的机会。

大模型应用写作

PymuPDF4llm：PDF 提取的革命

正是在这样的背景下，PymuPDF4llm应运而生，它以其开源、免费、强大的特点，迅速赢得了广大开发者的青睐。

PymuPDF4llm PDF

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

其三是合成得到的监督数据，利用GPT3.5为来自Wiki跟MC4的长文本生成对应的问题，用于缓解模型在长文档检索任务的不足，同时引入额外的多语言数据。

BGE M3-Embedding 多语音检索

基于大模型（LLM）的Agent 应用开发

4.1 Autogen 的典型示例 Autogen 使用Multi-Agent会话启用复杂的基于 LLM 的工作流，典型的示例如下：左图代表基于AutoGen生成的可定制Agent

大模型 Agent

对于大模型RAG技术的一些思考

这就导致了需要被向量化的文本段，其主题语义并不是那么明显，和自然形成的段落显示出显著的差距，从而给检索过程造成巨大的困难。

RAG 大模型

回归分析：探索变量之间的奥秘

无论在哪个领域，经济学、生物学、医学还是社会科学，回归分析都发挥着至关重要的作用，成为指引我们前进的明灯。

回归分析变量

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

同时，由于过程中需要大量能源，电力短缺也成为训练AI的严重阻碍。

Scaling Law AI大模型

Stable Diffusion

Stable Diffusion | SD阿里云3步部署，全程五分钟，免费试用三个月，电脑无需升级配置

别看到阿里云之类的就感觉陌生，敬而远之，其实也没有那么复杂，三步就完事了，这里就来拆解一下。

下载

Python入门与语法速查

标识符的其他的部分由字母、数字和下划线组成。

python 编程

LLM微调经验&认知

延申下来，可以理解Llama（原生）是一个会听不会讲中文的人，用中文语料做指令微调，实际上更多是教他“说中文”。

LLM 大模型

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

AI在手”，“<AUTHOR>”替换成“AI大模型在手公众号”,文本替换后的效果如下： [ { "instruction": "你好

Llama3 对话问答模型

【AI代理】扣子，开始探索多代理模式

首先看看单代理模式和多代理模式有什么区别：在一个提示中包含多个任务的情况下，单代理模式会让一个机器人完成所有任务，而多代理模式则可以将任务分配给多个机器人去完成。

多代理模式大模型

<...87 88 89 909192 93 94 95 96 ...>

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