文章列表-AI魔法学院

文章列表

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

相关调查和贡献本节回顾了有关 GPT 和其他大型语言模型的现有调查和研究。

GPT-4 工作

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

认知走查关注于用户在完成任务过程中的心理过程，如理解界面、记忆操作步骤和预测结果。

用户工作

推荐智能体：利用大模型进行交互式推荐

在开放式对话CRS中,系统处理自由格式的对话数据。

大语言模型推荐

RLHF 在 Text2SQL 领域中的探索

，这些查询是从 Wizard-of-Oz (WOZ) 集合中获得的，该集合包含 3k 个对话，查询跨越 13 个域的 200 个复杂数据库。

Text2SQL RLHF

颠覆数据存储方式：向量数据库的威力

它主要基于向量相似度搜索，可以更快速地处理大规模的高维数据。

编程数据库

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

Meta AI在回答时倾向于依赖网络搜索结果，并没有在所有方面都表现出色，但在价格（免费）上具有优势。

Meta AI 测评

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

对于使用者而言，可以将 Checkpoint 文件理解为一种风格滤镜，例如肖像、漫画、水墨、写实风等。

开源模型文生图图生图提示词

如何用大语言模型构建一个知识问答系统

微调方式比较适合特化的任务或风格，但也存在一些问题：没有解决事实性问答可靠性的问题。

知识库

解读提示工程（Prompt Engineering）

与hard prompt 不同，软提示不能在文本中查看和编辑，包含一个嵌入或一串数字，代表从大模型中获得知识。

Prompt 提示词

《OpenAI官方：GPT 最佳实践》大白话编译解读版本

如果你不喜欢输出的格式，可以演示你想看到的格式。

提示词官方翻译

一人搞定30万商品分类：AI落地实践故事！

· 需要调教和控制输出格式。

embedding 大数据分类

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

RAG的工作原理 RAG系统典型由三部分组成： (1) 检索器：从大规模文本数据中检索与输入查询相关的文本片段。

大语言模型 RAG检索增强

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

可以使用更高级的自然语言处理技术，例如语义相似度比较，来检测内容是否被改写。

Prompt ChatGPT

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

请确保脚本结构合理，内容丰富，并考虑到观众的喜好和呈现效果。

写文章

GPU 性能（数据表）快速参考

这篇文章为流行的GPU的性能提供了一个简明的参考，包括NVIDIA和华为海思的主流型号，水平有限，译文整理，供参考学习。

GPU 算力

<...16 17 18 192021 22 23 24 25 ...>

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