文章列表-AI魔法学院

文章列表

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

RAG检索增强技术在知识库智能检索场景下的应用实践

重排序根据各种标准对检索结果进行排序，确保最相关的信息被优先考虑；而对检索内容进行过滤则可以去除不相关或质量不高的信息，保证最终输入到生成模块的内容是最优质的。

知识库 RAG检索增强

被高估的Pika，被低估的多模态AI

Pika 1.0 火爆出圈，离不开一段官方宣传视频。

大模型多模态

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

这套架构逻辑看似并不复杂，但如果深入到开发过程中，就会发现其中有一些难点需要解决。

Prompt 大语言模型 RAG

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

与其它人类与AI协同模式相比有何不同？

AI Agent 大模型人工智能

AIGC工具提示词技巧

相信大家对于提示词已经不陌生。

AIGC 提示词

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

从本质上讲，由外部工具来完成规划步骤被这件事在某些机器人环境中很常见，但在其他领域并不常见。

agent

90个常用的思维模型

例如，系统思维帮助我们看到整体，而不仅仅是局部，可以更加系统地分析问题，找到最佳解决方案。

大模型工作

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

这不仅是对机器人硬件的检查，更是对其逻辑和思维方式的反思。

大模型

震撼科技界：清华大学与智谱AI联手，引领中文长文智能写作新纪元！

不过，一项由清华大学携手智谱AI所取得的突破性进展，为这一难题提供了新的解决方案。

写作长文本

大模型业务应用中数据准备的要求、难点及解决思路

然而，针对大模型在垂直应用场景中的数据准备，还有诸多问题并不明确：在业务场景中，大模型对数据准备有什么要求？

大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？

本研究通过对各种元素进行评估，如文档的相关性、位置和数量等，发现包括不相关文档可以意外地提高准确性超过30％，这与我们的初始假设相反。

RAG 检索增强

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

RLHF面临超人类AI系统可能是不行的但是，如果有一天，AI系统的能力超过人类了，这个方法显然是不够的。

OpenAI 人工智能

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

本研究通过对各种元素进行评估，如文档的相关性、位置和数量等，发现包括不相关文档可以意外地提高准确性超过30％，这与我们的初始假设相反。

RAG 检索论文

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

尽管大型语言模型(llm)越来越被视为向人工智能迈进的一步，在许多任务中表现出令人印象深刻的表现，但llm是否能够真正掌握心理情绪刺激仍然不确定。

Prompt 大模型情感激励

<...38 39 40 414243 44 45 46 47 ...>

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