文章列表-AI魔法学院

文章列表

大模型检索增强生成RAG的优化

RAG优化分为两个方向：RAG基础功能优化、RAG架构优化。

RAG 检索增强大模型

AI产生意识，对人类意味着什么

粗略地说，这意味着系统作为一个整体所拥有的信息超出了其各个部分所拥有的信息。

AI 意识

Stable Diffusion

16/180 Stable diffusion 抽卡神器 dynamic prompts

今天分享一个Stable diffusion 抽卡神器 dynamic prompts 插件安装地址 https://github.com/adieyal/sd-dynamic-prompts

提示词文生图

大模型时代 AI 技术在金融行业的创新应用

导读本次分享主题为大模型时代 AI 基础软件在金融行业的部署应用，分享内容将聚焦于金融行业，重点介绍某银行在 AI 基础软件部署和应用方面的经验与心得。

大模型金融

会“追问”的Agent，大模型知识库另类实践

最近帮朋友实现了一个公积金Agent，能够基于公积金政策回答用户的问题，踩了一些坑，分享出来，以飨读者。

大模型

使用ChatGPT检查论文引用、提高研究深度

在学术研究和数据分析的过程中，提高论文质量是每位研究者的追求。

ChatGPT 案例

Github上Star数最多的大模型应用基础服务：Dify 深度解读

文件预处理加载的模型中的内容可能会存在一些问题，比如多余的无用字符，编码错误或其他的一些问题，因此需要对文件解析的内容进行必要的清理，这部分代码实现在 api/core/rag/cleaner

Dify 大模型知识库

RAG与Long-Context之争—没必要争

还有，在场景中针对权限的判定，没必要用大模型来判断，完全可以进行域隔离就行，那么也无需将所有文本给到大模型（节省计算资源）。

RAG Long-Context 大模型

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

而fMRI这项技术的本质是测量血氧水平依赖（BOLD）信号，并且在每隔几秒钟的时间里捕捉大脑活动的快照。

stablediffusion

大规模训练系列之技术挑战

数据并行通过修改 Sampler 切分输入，每张卡只需要处理一部分数据；模型并行通过修改层内的计算方式，将单层的计算负载和显存负载切分到多张卡上；流水并行则是将不同的层放到不同的卡上，进而将计算负载和显存负载切分至多张卡上

开源模型

谈谈RAG存在的一些问题和避免方式

1.分块（Chunking）策略和Top-k算法一个成熟的RAG应该支持灵活的分块，并且可以添加一点重叠以防止信息丢失。

RAG 大模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

这种方法将一个综合的文本到图像模型(表示为)分成两个跨不同时间间隔操作的专门子模型:结构生成器和纹理生成器。

PanGu-Draw 文生图

企业如何更好的使用大模型？都有哪些框架和方案

大家之所以惊艳于ChatGPT流畅丝滑的对话能力，有很大一部分原因是其支持多轮对话。

人工智能大模型

巧用这13个原则！创作ChatGPT提示词Prompt时效率提高10倍！

接着展示你的内容，用一行或多行空行分隔各个部分。

prompt 提示词

中国大模型融资暗战：罗曼蒂克的快速消亡

2024年春节是一个分水岭。

大模型暗战

<...8 9 10 111213 14 15 16 17 ...>

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