文章列表-AI魔法学院

文章列表

谈谈LLM在推荐域的渗透，探索推荐新范式

ICL主要思路是，给出少量的标注样本，设计任务相关的指令形成提示模板，用于指导待测试样本生成相应的结果。

大模型

Stability AI开源上新：3D生成引入视频扩散模型

评论区也总少不了一些大胆的想法…… 并且项目开源嘛，已经有第一波小伙伴玩上了，在4090上就能跑起来。

sv3d 建模

ChatGPT 技巧 | Prompt 逆向工程

检验Prompt：将构建的Prompt与原文进行对比，评估它们是否能够引导生成类似的文本。

chatgpt 提示词 prompt

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

Phi-2打破了传统语言模型的缩放定律，测试成绩能够PK比自己大25倍的模型。

小语言模型

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

在大海捞针测试中，Yi-34B-Chat-200K取得了几乎全绿的成绩，准确率高达99.8%。

零一万物 YI 李开复

XX来信：智能体设计模式2：Reflection

如果使用自动化交付关键反馈的步骤，让模型自动批评自己的输出并改进其响应，结果会怎样？

Reflection 智能体

Baichuan-13B 保姆级微调范例

这可能是你能够找到的最容易懂的，最完整的，适用于各种NLP任务的Baichuan-13B-Chat的finetune教程~ Baichuan-13B是百川智能于2023年7月11日发布的开源中英双语LLM，各项指标经评测在开源

开源模型

总结！大模型微调（Tuning）的常见方法

o o • Classification Head 使用 LM head 来预测动词是 Prompt Tuning 的核心，但我们发现在完整的数据设置中没有必要这样做

微调大模型

RAG模型的主要痛点和解决方案

痛点9：难以评估质量背景：可能的基于地面的响应的多样性使得使用自动化指标可靠地评估RAG模型输出的正确性和质量变得具有挑战性。

rag 大模型

40个值得收藏的AI prompt提示词，帮助你更好地思考问题，做出更加准确地商业决策，让你无往不利

侧重于最小可行产品的快速迭代、构建-测量-学习的循环过程，以及根据反馈进行及时调整。

prompt 提示词

prompt提示工程最佳实践课程笔记分享

例如，如果你要求模型对学生的解答进行评分，你可以按以下步骤提示模型： · 第 1 步：先解答问题，得出你自己的解决方案 · 第 2 步：把你的解决方案与学生的方案进行比较 ·&

prompt 提示词

Byzer-LLM 快速体验智谱 GLM-4

好了，大概有概念之后，我们看看 GLM-4 的的测试结果。

Byzer-LLM GLM-4

马上掌握这18个Prompts，让你的工作效率瞬间暴涨10倍！

制定财务预测"协助我使用三表财务模型为我[业务]制定下一段时间[时间周期]的财务预测。"

开源模型

体验Outfit Anyone，高质量虚拟换装，效果如何？

今天的评测就到这了。

Outfit Anyone 模拟

【语音识别】OpenAI语音力作Whisper

但有时训练也会去标点符号，应为他们不好预测（个人实践下来发现whisper版本越高，对标点符号的预测能力越强）。

语音转文字 whisper

<...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