文章列表-AI魔法学院

文章列表

九问中国大模型掌门人，万字长文详解大模型进度趋势

因此，在百川看来，解决「幻觉问题」非常重要的路径是与搜索引擎结合。

大模型详解

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

做大模型需要的环境设置

\dehen> 这时候再运行conda config --show channels会发现清华源已经被删除了 3 添加可用的清华源参考[4]，我发现自己之前安装的清华源的地址

开发环境

七问大模型幻觉｜LLM Hallucination

在语言模型的背景下，幻觉指的是一本正经的胡说八道：看似流畅自然的表述，实则不符合事实或者是错误的。

大模型

混合专家模型 (MoE) 详解

特别是在预训练阶段，与稠密模型相比，混合专家模型通常能够更快地达到相同的质量水平。

MoE大模型

40个值得收藏的AI prompt提示词，帮助你更好地思考问题，做出更加准确地商业决策，让你无往不利

这种思维方式鼓励人们质疑现状，重新评估所有的选项和假设，从而可能发现更好的解决方案或决策路径。

prompt 提示词

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

随着大模型的不断迭代与升级，周边生态的培育与成熟，其在B端企业级场景的落地应用也逐渐拉开序幕。

大语言模型

LLM大模型推理输出生成方式总结

参数设置：do_sample = False, num_beams = 1 缺点： 1、生成文本重复 2、不支持生成多条结果。

大模型

大模型下半场，关于Agent的几个疑问

但在个体Agent的局部模块上，如HuggingGPT，已展示了其使用工具的能力，包括Plug-in成为实际落地的重要里程碑，在大模型的下半场，将是Agent寒武纪落地爆发的时刻。

大模型

预训练对话大模型深度解读

作者：轻口味链接：https://juejin.cn/post/7239393450906058810 1、背景介绍 ChatGPT爆火，大模表现的“涌现”现象，证明了大模型的这条路行得通

面向知识图谱的大模型应用

，实现面向知识图谱的大模型应用。

知识图谱大模型

回望做大模型一年后的感悟

前一类现在大家基本上都是2T左右token起，也有3、4T token的数量级的，这类工作即使训练7B的模型也需要几百万的代价，训练30几B的模型更是数千万的成本。

大模型感悟

体验完阿里的EMO模型，我emo了

一、唠嗑近日，阿里宣布通义千问研发的AI模型—EMO模型正式上线通义千问App，并开放给所有用户免费使用。

EMO 文生图

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

该测试涵盖57项任务，包括初等数学、美国历史、计算机科学、法律等。

大模型

一人搞定30万商品分类：AI落地实践故事！

基于真实需求，让AI落地，使用embedding模型做大数据量分类。

embedding 大数据分类

<...8 9 10 111213 14 15 16 17 ...>

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