文章列表-AI魔法学院

文章列表

检索增强生成 (RAG):What, Why and How?

LLM是通过大量的数据进行训练的，可以回答任何问题或完成任务，利用其参数化记忆。

检索增强大模型

检索增强生成(RAG)有什么好的优化方案？

2.2 Self-RAG 经典的RAG架构中（包括KG进行上下文增强），对召回的上下文无差别地与query进行合并，然后访问大模型输出应答。

RAG 检索增强

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

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

例如，机器学习算法可以通过大量的图像数据学习到图像的特征，并在新的图像中识别出相应的物体；也可以通过大量的自然语言数据学习到语言的规律，从而生成自然语言文本。

prompt

数据分析思路系列-如何建立指标体系

对于一些毕业生在面试数据分析岗位的时候，面试可能经常会被问到这样一个问题：你会选择什么指标去反映这个问题，或者你会用哪些指标去分析这件事？

数据分析指标体系

精通结构化提示词：如何精确操控指令的作用域与优先级

过早使用结构化提示词，尤其是在缺乏基础知识的情况下，可能会导致生成内容质量不佳时，难以准确识别和解决问题，也会影响对提示词机制的深入理解。

提示词结构化

如何修复GPT幻觉、及评估数据集的挑战

— OpenAI 首席执行官 Sam Altman 当开发人员希望使用模型构建系统时，这些限制提出了真正的挑战，因为整个系统必须满足质量、安全性和基础性要求。

大模型

QWen1.5: 卓越模型之路

引言在QWen升级之路一文中，我们深入探究了千问模型的优化过程，新版千问1.5模型较原先又取得的提升，本文将继续分析新版千问1.5模型取得不俗表现的原因。

Qwen1.5 开源模型

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

在RAG应用中，用户的查询或者提问，会被用于向量存储查询，以获得最相似的信息片段。

LLMLingua LlamaIndex 开源框架

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与市场上大多数向量模型相比，Jina-ColBERT 有个显著的不同点——它采用的是多向量搜索技术。

rag 大模型

借题发挥下最近几例声音克隆的应用案例

通过上述案例，我们会发现，声音克隆和数字人大有应用前景，很多跟民生直接相关，比如案例一，周围存在大量失去亲人而生活在精神煎熬状态的人，只是没有人去关注他们。

声音克隆数字人

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是个人电话、专业会议还是内容创作，这些问题都在困扰着我们。

ClearerVoice-Studio 语音

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

现在登录通义App（原通义千问），选择全民演唱功能，只需上传任意一张人物正面大头照，你也能玩儿了。

音频阿里

【收藏】那些牛掰的ChatGPT指令爱了～

现在给大家说ChatGPT指令应该都不会陌生了，是的，就是所谓的咒语（提示词Prompts） Prompts就是向AI提问的问题，初次接触ChatGPT的人想：答案我可能不会，问问题我还不会啊？

提示词 prompt

盘点字节跳动最新的AI应用

字节跳动在本次AI浪潮中推出了多个AI应用，分别有：1️⃣ 来自Flow的豆包（AI问答、写作助手，海外名称为Cici）、话炉（AI虚拟陪伴产品，海外名称为BageBel）、PicPic

字节 AI工具

<...6 7 8 91011 12 13 14 15 ...>

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