文章列表-AI魔法学院

文章列表

Kimichat炒股：7个提示词案例

对于一个风险厌恶的40岁男性来说，选择合适的指数基金应该考虑以下几个因素： .

Kimichat 提示词

如何改善你的回测方法，提高策略的未来收益

通过提供关于如何增强模拟质量的指导，以及介绍在多重试验下如何正确计算夏普比率的方法，论文旨在为实践者提供更准确和可靠的投资策略开发工具。

回测方法

AI里的大模型，你了解么

AI大模型是“人工智能预训练大模型”的简称，是指具有大量参数和复杂结构的机器学习模型。

人工智能

如何使用ChatGPT进行写作

同所有工具一样，ChatGPT 需要明确的指导，通过与 ChatGPT 的对话，不断训练ChatGPT，便能使ChatGPT了解你的风格。

ChatGPT 写作

总结！大模型微调（Tuning）的常见方法

前言微调是指调整大型语言模型（LLM）的参数以适应特定任务的过程。

微调大模型

垂直领域大模型的思考

首先从种子指令（人工编写的指令/业务侧积累的问题）中随机选择一些指令，然后让GPT4参考这些指令，生成一系列类似的指令。

垂直领域大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

当前，随着大模型应用落地需求不断增加，越来越多的人在寻找搭建LLM应用的最佳模式，而这种模式就如同当年web开发中MVC架构一样，能够很好地指导开发者正确高效地开发应用。

LLM

Stable Diffusion

Stable Diffusion新手快速入门教程

二、使用基础：文本指令 ChatGPT也好，Ai绘画也好，都属于生成式Ai，这类Ai目前有一个特点，需要人工输入指令去引导它工作。

文生图

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

BELLE 项目亮点包括：研究报告：从指令微调策略到模型评估范式等多方面探究提升大语言模型指令表现能力的因素数据开放：丰富、大量且持续完善的训练和评估数据

训练大模型 belle

使用ChatGPT检查论文引用、提高研究深度

本文将指导您如何使用ChatGPT来检查论文引用的准确性、深化研究方法、提升数据分析技能、分析统计模型、提高研究效率、解释复杂概念。

ChatGPT 案例

LLM微调经验&认知

知识来自于pretrain阶段，指令微调通常只不过是为了让LLM显示地输出已具备知识。

LLM 大模型

Python程序混淆和打包exe文件流程和方法

在上面命令中使用了-F 选项，该选项指定生成单独的 EXE 文件，因此，在 dist 目录下生成了一个单独的大约为 6MB 的 app.exe 文件（在 Mac OS X 平台上生成的文件就叫 app，

Python 程序

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

因为这是以设计师日常应用的角度出发，从推荐指数、易上手程度、使用频率三个维度来测评。

SD 插件文生图

盘点来自工业界的GPU共享方案

受限于笔者能力，可能出现一些错漏，希望多多指正。

大模型

如何构建基于大模型的App

所谓智能原生（AI Native），往往是指那些没有大模型就无法成立的应用，那是一些新的业务机会和挑战。

构建大模型App

<...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