文章列表-AI魔法学院

文章列表

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍

RAG 检索增强

24年首篇离奇论文：加点噪声，RAG效果翻倍？

论文：《The Power of Noise: Redefining Retrieval for RAG Systems》这篇论文探讨了基于检索增强的语言模型（RAG）系统中的信息检索（IR）组件对系统性能的影响

RAG 检索增强

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

一文看懂RAG：大语言模型落地应用的未来

RAG增强检索的框架 RAG研究范式不断发展，本节主要描述了其发展过程。

rag 检索增强

FaceFusion又更新咯，增强功能再增强！

将 RealESRGAN_x2plus 和 RealESRNet_x4plus 添加到帧增强器实现面部增强器和帧增强器的混合使帧处理器具有选项和

FaceFusion 文生图

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

RLHF 解决了生成模型的一个核心问题，即如何让人工智能模型的产出和人类的常识、认知、需求、价值观保持一致。

开源模型

RAT = CoT + RAG

Retrieval Augmented Thoughts (RAT) 是一种协同思维链 (CoT) 和检索增强生成 (RAG) 的 AI 提示策略，助力解决具有挑战性的长任务推理和生成。

RAT 协同思维链检索增强生成

全球生成式 AI 应用全景图

PC 出现和互联网诞生以来最具颠覆性的技术创新，随着大模型以及ChatGPT 等一系列“杀手级”应用的诞生，生成式 AI 在文本、图像、代码、音频、视频和3D模型等领域展现出了强大的能力

大模型

大语言模型LLM和知识图谱KG增强的企业搜索应用

之所以称为生成式，是因为它每次都会生成新的、独特的文本。

开源模型

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

无需编码，ComfyUI是一个强大且易于使用的解决方案，允许新用户和经验丰富的用户探索和构建复杂的StableDiffusion工作流。

文生图

LLM大模型推理输出生成方式总结

参数设置：do_sample = False, num_beams = 1 缺点： 1、生成文本重复 2、不支持生成多条结果。

大模型

AI面部增强器-Remini

不同于以往的图像AI，Remini着重于人像的修复和增强。

Remini 面部增强修复文生图

生成式AI与大语言模型的区别

这使得音乐家可以探索新的和侧面的想法，并增强他们的创作过程。

生成式AI 大语言模型区别

开箱即用的图像增强、视频增强AI工具，Upscapl、Topaz Video AI

Upscapl专注于图像增强、图片放大；Topaz Video AI专注于视频画质提升、防抖、补帧、慢放等；软件下载链接详见功能介绍，快来试试吧！

图像增强视频增强

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

<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