文章列表-AI魔法学院

文章列表

LLM微调经验&认知

模型一但学会中文后，一些指令微调数据集里没见过的中文词汇它竟然也可以理解和输出，这里有些惊奇。

13个神级Chatgpt指令，助你小说丝滑过审

（轻松/幽默风格）八、替换过时词汇和表达方式指令：将过时的词汇和表达方式替换为更现代、流行的说法。

史上最好的中文大预言模型出现了！！！

这里面有意思的点就在于后面一句总结，阿里陷入了争议但不是作恶，然而它给百度却没有这一条辩护，说明了什么？

Kimi Chat 大模型

达摩院SPACE对话大模型：知识注入与知识利用

总体上，预训练语言模型的出现，大幅度提升了 NLP 所有任务的效果，而基于预训练语言模型的预训练对话模型，进一步提升了对话领域的 NLP 任务的效果。

大模型中的Top-k、Top-p、Temperature详细含义及解释

在这种情况下，输出标记 United 是在处理的最后一步选择的——在语言模型处理输入并计算其词汇表中每个标记的似然分数之后。

OCR的终极解法——传统算法VS多模态大模型

分词（Tokenization）：将连续文本分割为单词或词汇单元。

OCR 大模型文字识别

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

比如显示当前网站在线的实时人数，法币汇率显示当前实时汇率，电商大促的实时成交额等等 3、SSE使用场景在web端消息推送功能中，由于传统的HTTP协议是由客户端主动发起请求，服务端才会响应

大语言模型微调：定制自己的微调数据集

另外，还有一些针对特定用途的数据集，例如文本总结数据集以及根据纯文本生成对话的数据集，如RefGPT [8] 文章提到的方案。

ChatGPT写论文指令全集

整合与分析：总结文献中的关键观点，识别研究领域的空白和争议点。

RAG 修炼手册｜一文讲透 RAG 背后的技术

MLM 阶段让 BERT 预测被遮挡词汇，以帮助它理解整个序列的上下文；NSP 阶段让 BERT 判断两个句子是否是连续的，以帮助它理解句子之间的关系。

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

12B 个 token 中，批大小从 32k toks 上升到 3.2M toks； · 4x MLP 投影率，如 2017 年 Transformer 论文所示； · 50k 词汇表

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

在中文语料上使用Sentence Piece训练一个中文tokenizer，使用了20000个中文词汇。

大模型微调训练

职场常用GPT提示词精选、职场常用文案能力大模型提示词精选

#用户输入：推广产品：[推广产品，示例：Ming是一款全能的人工智能助手插件] 产品特点：[产品特点，示例：一键回答问题，辅助用户阅读还能总结文章摘要] 情感倾向：[情感倾向，示例：喜爱，赞美，

提示词 prompt

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

，从一个模糊的查询中可能需要获取事件、邮件、提醒等，这些数据可能存在于多个后端，但你想要的是一个统一的结果汇总，这种场景下不能假设这些相关的文本都嵌入在一个搜索后端中，可能会有一个日历客户端、邮件客户端等等

RAG 大语言模型

快手大模型出炉！【快意】来袭！

进行评测，例如体现英文综合能力的MMLU、体现中文综合能力的C-Eval和CMMLU、体现中小学数学能力的GSM8K以及体现代码能力的HumanEval，并与行业上的主流模型在上述Benchmark上汇报的指标结果进行比较

<...10 11 12 131415 16 17 18 19 ...>

Ai助理

Hello 👏🏻

我是 Ai助理，关于ai的问题你可以问我