文章列表-AI魔法学院

文章列表

语音识别的未来已来：深入了解faster-whisper的突破性进展

在医疗领域，faster-whisper可以辅助医生快速转录病历，提高工作效率。

语音识别 Faster-Whisper

60分钟吃掉ChatGLM2-6b微调范例~

训练完成之后，在预测的时候，我们就可以利用贪心搜索或者束搜索的方法按照最像"人类对话"的方式进行更合理的文本生成。

开源模型

使用ChatGPT润色出高品质文章的提示词

6、增加详细信息输入“增加更多的细节和具体内容”，可以增加更多的具体例子或数据使文章更加生动、有趣。

写作大模型 ChatGPT

使用ChatGPT润色出高品质文章

6、增加详细信息输入“增加更多的细节和具体内容”，可以增加更多的具体例子或数据使文章更加生动、有趣。

写作提示词

使用ChatGPT润色出高品质文章！

6、增加详细信息输入“增加更多的细节和具体内容”，可以增加更多的具体例子或数据使文章更加生动、有趣。

ChatGPT 写作

保姆级AI写论文，ChatGPT写论文指令全集

正文写作：论文课题是《xxxxx》，请帮我完成其中一小节内容：xxxxx (输入需要完成课题和小标题，最好是一、二级标题一并输入)，请在你的回答中提供具体的例子和数据，以支持你的观点。

ChatGPT 指令

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

data-transform 这一步、embedding 之前针对没个 chunk 做一次 hash，记录下来 hash 值，每次源数据更新了只需要在这一步里面比对一下，更新的 chunk 对应的 embedding 删掉，生成新的插入到原有向量数据库中就好

大模型

详解大模型RLHF过程（配代码解读）

下文也结合代码介绍critic model输出的具体含义。

训练

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

虽然我们可以用特定领域再进行微调/二次预训练，仍然不能避免其“胡说八道”，而且训练不好很可能“灾难遗忘”，失去一些通用能力。

大模型

使用自己的数据训练清华ChatGLM2-6B 模型

P-tuning-v2相较于v1版本主要有以下改进: o • 支持连续Prompt,即可以针对不同input动态生成prompt,而不是固定的Discrete prompt

ChatGLM2-6B

RLHF 在 Text2SQL 领域中的探索

SELECT * FROM t_user ORDER BY id DESC LIMIT 10 · 实验：如图1所示，在 DB-GPT 项目中，直接使用原生对话，使用 Proxy LLM（

Text2SQL RLHF

5 种策略控制 ChatGPT 的输出长度

这时候需要在提示词中指明具体的数字并包含一些关键词。

写作大模型聊天 ChatGPT

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

# 前半部分是创建一个项目工程文件夹，后半部分是进入该文件夹。

Llama3 对话问答模型

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

而成年人的平均阅读速度在每分钟200-300个单词之间，不过不同的人差别很大，下图展示了一些研究结论：可以看到，根据相关的研究，高中生的阅读速度是每分钟300个单词左右，而成年人在每分钟

大模型

【AI代理】扣子，开始探索多代理模式

比如说我们设定一个机器人负责回答职场方面的问题，另一个机器人负责回答生活方面的问题，通过对用户输入问题的判定，系统就会将此问题分配给对应的机器人去处理。

多代理模式大模型

<...93 94 95 96 97 9899100 101 102 >

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