文章列表-AI魔法学院

文章列表

微信向量检索分析一体化数仓探索：OLAP For Embedding

我们发现社区中“向量搜索”的兴趣显著增加;具体来说，大家感兴趣了解的是：何时需要专门向量数据库，何时不需要？

OLAP For Embedding 一体化数仓

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

数据：为了获得大量的指令微调数据，项目团队参考了斯坦福大学的Alpaca项目，并针对中文场景进行了优化，利用ChatGPT生了多样化、高质量的数据，这些数据涵盖了各种应用场景，包括日常对话、知识问答、文本生成等

belle 训练大模型

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

GPT

开源的大模型数据集

大模型训练数据集的质量是提升大模型效果最有效的途径，也是最苦最累的脏活，积累前人已经整理开源的数据集，站在数据集巨人的肩膀上，持续迭代大模型。

开源模型数据集

大模型时代，数据为王，在哪里寻找开源数据集？

大模型时代，数据为王，在哪里寻找开源数据集？

开源数据训练

GPU 性能（数据表）快速参考

o FP代表浮点运算数据格式，包括双精度（FP64）、单精度（FP32）、半精度（FP16）以及FP8等，INT代表整数格式，包括INT8、INT4等。

GPU 算力

Elasticsearch Relevance Engine---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数]

Engine 的可配置功能可用于通过以下方式帮助提高相关性：应用包括 BM25f（这是混合搜索的关键组成部分）在内的高级相关性排序功能使用 Elastic 的矢量数据库创建

大模型 AI编程

白话Embedding：普通人都能懂的科普文

嵌入是将某些数据对象表示为向量，构造为将数据对象的某些属性编码为其矢量表示的几何属性。

Embedding 向量

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

一、开源项目简介 “知了”是自邮之翼团队研发的一款面向中小型团队的轻量化知识管理应用。

大模型

模拟ChatGPT流式数据——SSE最佳实践

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

打字机 sse 大模型

微信为什么使用 SQLite 保存聊天记录？

SQLite 是一个被大家低估的数据库，但有些人认为它是一个不适合生产环境使用的玩具数据库。

SQLite 微信数据库

书生·万卷：难得的中文开源数据集

搞大模型训练，最重要的就是高质量的数据集。

大模型

AI数字人：重构人货场的新力量

AI数字人作为生成式AI的一个重要应用领域，正在逐渐成为电商人货场重构的主导力量。

数字人 AI 商业

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

MiniCPM 3.0 以仅 4B 参数的“轻量级”模型，成功超越了 GPT-3.5，在移动端 AI 应用场景中展现出强大的实力。

MiniCPM3-4B 大模型

大模型微调数据选择和构造技巧

大的方向上大家都能把握，大概无非是要注意数据的多样性，要注意数据的质量，那在实践中有哪些技巧呢？

大模型微调

<123 4 5 6 7 8 9 10 ...>

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