文章列表-AI魔法学院

文章列表

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

在面对许多事实性知识任务时，ChatGLM-6B 可能会生成不正确的信息；它也不擅长逻辑类问题（如数学、编程）的解答。

大模型

AutoGPT与LLM Agent解析

对于模型的“压缩率”来说，如果能更有效地使用这些“外部工具”，就能大幅提升很多特定任务 next token 预测的准确率。

大模型

为什么说数智化可以帮助中小企业降本增效 ?

数智化的核心，是以海量大数据为基础，结合人工智能相关技术，打通数据孤岛，结合场景化构建生态去解决问题。

大模型

盘点来自工业界的GPU共享方案

进年来工业界一直孜孜不倦地寻求提升GPU利用率的方案，能被更多用户理解和使用的GPU共享走进工程师的视野中。

大模型

歪理大集合，谁也跑不了

不可能就是大模型，其它模式识别类的估计一个也少不了，这些要集中提供。

大模型

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

引言为进一步提升大型语言模型（LLM）解决复杂问题的能力，今天给大家分享的这篇文章，作者提出了思维图（GoT），其性能超过了思维链（CoT）、思维树（ToT）。

大模型

14.4K Star，一款漂亮、快速、现代化的开源免费UI组件库

· 性能优秀：构建在TailWind CSS之上，这意味着没有运行时样式，包中也没有不必要的类，所以性能极佳

大模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

先说明一个事实：像ChatGPT这样的AI大语言模型不仅仅是和聊天机器人有关，AI Agent和人类文明模拟的AI模型正在编译着我们文明的本质！

大模型

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

Cialdini(2003)提出了6种说服策略，分别是： o • 证据 o o • 影响力 o&ensp

大模型

Langchain的一些问题和替代选择

Langchain因其简化大型语言模型(llm)的交互方面的到关注。

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

，通过外挂其他数据源的方式来增强 LLM 的能力，这其中就包括了外部向量数据库、外部知识图谱、甚至直接把现有的 ES 接入，或者干脆把现有的生产环境下的搜索引擎接入等方式。

大模型

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

之前的文章给大家介绍了三种逆向prompt的方法，分别是： 1.

大模型

如何修复GPT幻觉、及评估数据集的挑战

生成大型语言模型 (LLM) 可以对各种用户提示生成高度流畅的响应。

大模型

AI Agent / 智能体观察笔记（中）

研究团队创造了一个虚拟社区，通过应用大语言模型以自然语言的方式存储并合成了多个智能体的经验、记忆和计划。

大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

这是微调的传统阶段，模型通过在包含真实标签的数据上进行训练来微调权重。

大模型

<...37 38 39 404142 43 44 45 46 ...>

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