文章列表-AI魔法学院

文章列表

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

这样一来，我只需在Notion笔记中更新相关内容，用户便能随时通过GPTs访问到最新防注入提示词。

GPTs Notion

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

2.3 预训练模型预训练是一个非常漫长且成本高昂的过程，这就是为什么这不是本课程的重点。

LLM 大模型 GitHub

最佳开源文生图大模型可图：安装与批量出图的完整教程

机器，在安装的时候属实费了点劲，下面我就把踩过的坑都给大家铺一铺。

可图 kolors

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

吴恩达Prompt教程之总结图解

其中Base LLM是根据训练语料选择最大可能性的单词进行填充，因此，会在填空类内容上表现不俗，但是面对QA类似的问题，可能并不能令人满意。

prompt 教程吴恩达

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

这种方法可以平衡生成的质量和多样性，但是可能会导致生成的文本过于保守和不自然。

大模型

使用ChatGPT检查论文引用、提高研究深度

ChatGPT作为一个先进的自然语言处理工具，能够在这一过程中提供巨大帮助。

ChatGPT 案例

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

RAG从入门到精通-RAG简介

LLM的知识更新难题在进入RAG的介绍之前，需要读者首先理解一个概念，LLM的知识更新是很困难的，主要原因在于： 1.LLM的训练数据集是固定的,一旦训练完成就很难再通过继续训练来更新其知识。

rag 大模型

RPA机器人实现网页自动翻页功能

一、RPA简介： RPA，全称Robotic Process Automation（机器人流程自动化），是一种利用软件机器人或人工智能助手来自动执行重复性、规律性的办公室任务和业务流程的技术。

RPA 自动

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

在过去的几周里，我一直在试用几个大型语言模型(LLMs)并使用互联网上的各种方法探索它们的潜力，但现在是时候分享我到目前为止所学到的东西了！

开源模型

3.5k star！一款万能的 SQL 分析工具，厉害了！

DSQ的出现，正是为了解决这一痛点。

dsq 开源项目 SQL

10秒换脸，一张图片够了！SD Roop插件教程

（3）调整参数，其中，CodeFormer和GFPGAN算法差别不大，建议选择后者；放大算法差别不大，可选“无”或其它来观测生成效果；Upscalarscale很重要，区间为1-8，一般来说越大越接近要换的脸

AI换脸

如何修复GPT幻觉、及评估数据集的挑战

捏造事实的例子：月球行者一共有12人人工智能研究中心的一篇研究论文将法学硕士的幻觉定义为“当生成的内容是无意义的或不忠实于所提供的源内容时”。

大模型

图解 Transformer——功能概览

Transformer 的以上特点不仅提高了模型处理语言的能力，还极大增强了其学习复杂语言模式的能力。

Transformer 大模型图解

<...73 74 75 767778 79 80 81 82 ...>

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