文章列表-AI魔法学院

文章列表

检索增强生成(RAG)有什么好的优化方案

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强生成

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

接入fastgpt！

Qwen1.5-MoE 大模型下载

LangChain 的问题所在

LangChain 给人带来的是，令人沮丧的声音，脆弱的 Agent 工作流，技术债务增加。

大模型大语言模型

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

这个方法虽然可行，但不够高效，非常考验图片处理技术。

SD 背景文生图

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

Sora物理悖谬的几何解释

依随OpenAI透露出更多技术细节，很多Sora生成的物理悖谬的视频流传于网络。

Sora 解释

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

有一篇论文《Code Generation with AlphaCodium: From Prompt Engineering to Flow Engineering》受到了各方的关注，特别是OpenAI技术大佬

LLM 范式迁移

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

检索增强生成 (RAG):What, Why and How?

机器学习从业者在RAG流程不同阶段使用多种技术来改善LLM性能。

检索增强大模型

微调大型语言模型-核心思想和方法介绍

虽然这种方法对于像 BERT 这样以嵌入为中心的方法特别常见，但我们也可以从生成的 GPT 样式模型中提取嵌入。

大模型训练

如何构建基于大模型的App

ChatGPT 的出现让大模型再一次成为业界的关注热点，然而，并不是每个组织都要去训练及生成大模型的，而且各个组织的技术积累和计算资源也不太允许这样去做。

构建大模型App

这两个AI工具可以让你的工作效率提高10倍

尽管ChatGPT和Midjourney前段时间很火，但是潮水过来，真正有用到的，也就是一些技术人在用，真正深度去用的还是蛮少。

AI工具

prompt中的分隔符号的正确使用方法

无论是在日常对话中，还是在我们与先进技术，特别是像GPT这样的人工智能模型交互时，准确传达我们的意图是至关重要的。

prompt 分隔符

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

这不仅能够帮助我们了解最新的技术动态，还能够让我们认识到AI技术如何影响我们的工作、学习和生活。

AI资讯 AI新闻

<...15 16 17 181920 21 22 23 24 ...>

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