文章列表-AI魔法学院

文章列表

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

2 BGE M3-Embedding 2.1 训练数据构建 M3-Embedding的训练用了非常庞大且多样化的多语言数据集，

BGE M3-Embedding 多语音检索

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

、训练卡顿、无训练日志略 2023-9-27

大模型调研

百川智能正式发布130亿参数通用大语言模型百川大模型（Baichuan-13B-Base）

Baichuan-13B 有如下几个特点: 更大尺寸、更多数据:Baichuan-13B 在 Baichuan-7B 的基础上进一步扩大参数量到130亿，并且在高质量的语料上训练了1.4万亿 tokens

大模型中文

4种通过LLM进行文本知识图谱的构建方法对比介绍

使用LLM预训练本体（ontologies） LLM似乎已经接受了各种标准本体(如SCHEMA)的预先培训。

知识图谱大模型

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

那么对于如果要训练一个专家模型。

大模型人工智能

语言大模型100K上下文窗口的秘诀

由于n、d相关的二次复杂度，在巨型语料库上训练Vanilla Transformer，并且只在较大的上下文长度上训练是不可行的。

大模型

迄今为止，最强ChatGPT写论文技巧，总共6步，手把手告诉你！

这就是业内人常说的，训练ChatGPT。

chatgpt 提示词

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

局限性语言特定训练的重要性和心理诊断及咨询场景的专门训练需求凸显了现有模型的局限性。

大模型心理

RLHF 在 Text2SQL 领域中的探索

【优化目标：把loss变小】 · 输出训练好的模型对于强化学习而言，模型训练的 pipline 也是类似的，如图 4 所示。

Text2SQL RLHF

自动优化Prompt：Automatic Prompt Engineering的3种方法

给定一个训练集，定义好评价指标，运行automatic prompt engineering框架之后，将自动得到能取得最佳效果的prompt。

prompt 大模型

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

通过这张地图和路线，我们可以更轻松地训练生成模型，让它学习从噪声中生成出我们想要的数据。

Stable Diffusion DALL·E

大模型时代-行业落地的再思考

通用大模型指的是模型训练的时候是用了大量的通用数据的。

大模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

，他们训练 MiniCPM 等小模型，就是为了训练能实现 AGI 的通用基座大模型。

Grok-1 开源模型

大模型时代 AI 技术在金融行业的创新应用

传统 AI 模型在处理特定任务时表现出较高的精确度，且训练和运行所需的计算资源相对较少。

大模型金融

必读！RAG好用的3种Router

kNN路由器（kNN-Router）：kNN路由器使用句子变换器对训练查询进行编码，并根据余弦相似度找到与测试查询最接近的训练查询

RAG Router

<...14 15 16 171819 20 21 22 23 ...>

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