文章列表-AI魔法学院

文章列表

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

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

做为大模型落地的两大方向之一，RAG 有个很大的坑等着我们，设想一下，需要定时更新一匹 PDF 文件到 RAG chatbot 里面去，总量不算多也不算少大约 15,000～的样子，开发环境里面根本没考虑过重新

大模型

通往AGI之路：思维链提示过程

一、什么是思维链思维链这种技术旨在通过向大语言模型展示少量的样例，解释推理过程，让大语言模型学会在生成答案时展示推理过程，引导其得到更准确的答案。

思维链提示词

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能

ChatOllama 安装

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

此模块包含处理文档的实用函数以及与其他向量数据库集成的集成。

开源模型

用AI生成PPT、用AI优化PPT

以下，我将不仅展示百度文库的智能PPT生成的内容，还分别展示GPT、Claude给百度文库的智能PPT生成的内容做的点评和建议。

ppt AI生成PPT

Stable Diffusion

Stable Diffusion 生成卡通证件照

PS：应粉丝要求明天专门出一期Stable Diffusion 模型、 VAE 模型、Lora模型、反向tag、插件、插件模型的存放目录位置介绍！！！

SD 证件照文生图

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

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—排序（Rerank）—LLM 归纳生成，不过实际落地过程来看，将用户查询转换为嵌入向量直接检索

RAG 大语言模型

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真实世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。

XVERSE-V 多模态大模型

基于大模型（LLM）的Agent 应用开发

目前，业界一般认为基于大模型的应用集中在两个方向上：RAG 和 Agent，无论哪一种应用，设计、实现和优化能够充分利用大模型(LLM)潜力的应用都需要大量的努力和专业知识。

大模型 Agent

什么是BERT？

它强调了不再像以往一样采用传统的单向语言模型或者把两个单向语言模型进行浅层拼接的方法进行预训练，而是采用新的masked language model（MLM），以致能生成深度的双向语言表征。

embedding

【AI代理】扣子，开始探索多代理模式

代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。

多代理模式大模型

大模型检索增强生成RAG的优化

二、RAG架构优化 2.1 Vector+KG RAG 经典的RAG架构中，context增强只用到了向量数据库。

RAG 检索增强大模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Dense retrieval: 给定一个文本，获取语言模型最后一层上[CLS]位置的隐状态，经过标准化作为文本的稠密向量表征。

BGE M3-Embedding 多语音检索

深度｜红杉重磅发布：2024 AI 50 榜单 (全网最全)

一起探索AI如何引领企业走向更加智能和高效的未来。

生成式AI 榜单 AI应用

<...7 8 9 101112 13 14 15 16 ...>

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