文章列表-AI魔法学院

文章列表

AI Agent新对决：LangGraph与AutoGen的技术角力

●ISUSE 符号评估 D 中每个数据块生成的答复是否对 x 有用。

LangGraph AutoGen 对决

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

3）最后，为了进一步提高视觉质量，作者提出了一种结构引导的细化器来组成预测条件，以更详细地生成更高分辨率的图像。

大模型文生图

AI+大模型在金融行业的应用场景

图表2：智能金融细分行业应用场景（1）AI在银行业中的典型应用场景信用风险评估：机器学习算法可以利用历史数据进行训练，来预测个人客户的信用价值并评估该客户与借贷相关的风险。

AI大模型金融

Stable Diffusion

硬核解读Stable Diffusion（系列三）

CLIP的对比学习任务，所以倒数第一层的特征可能部分丢失细粒度语义信息，Imagen论文（见论文D.1部分）和novelai 然后是训练数据，前面说过SD 1.x版本其实最后主要采用laion-2B中美学评分为

Stable Diffusion 文生图

关于大模型驱动的AI智能体Agent的一些思考

评估能力（Check）确认执行结果： Agent要能在任务正常执行后判断产出物是否符合目标，在发生异常时要能对异常进行分类（危害等级），对异常进行定位（那个子任务产生的错误），对异常进行原因分析（

大模型

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

变形网络的目标是预测密集的变形场，以实现衣服的变形。

文生图

国内法律类大模型介绍

nbsp; * 包含模块：聊天、摘要等各个模块（150） * 评估

法律大模型

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

并且其自研的Baichuan-Text-Embedding向量模型也登顶了C-MTEB语义向量评测标准。

RAG 大模型

PDFTriage:面向长篇结构化文档的问答

还有许多工作专注于工具增强型LLM的基准测试(Li et al., 2023; Zhuang et al., 2023)。

大语言模型 PDF 文档

大语言模型应用中的文本分块策略

嵌入短内容和长内容当我们嵌入内容时，我们可以根据内容是短（如句子）还是长（如段落或整个文档）来预测不同的行为。

开源模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

MLM 阶段让 BERT 预测被遮挡词汇，以帮助它理解整个序列的上下文；NSP 阶段让 BERT 判断两个句子是否是连续的，以帮助它理解句子之间的关系。

RAG Embedding

金融领域Prompt工程方法浅析

2.高风险性：金融领域的决策往往涉及大量的资金和资源，金融领域文本往往会涉及对未来市场走势、金融产品价格等方面的预测，同时对潜在风险进行提示和建议。

prompt 大模型

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

等 1000 个这类问题，在 GPT-4 上进行测试。

大模型

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

0.3.2评估搜索意图你还是可以围绕某个主题来发布内容，即使这个主题是不符合搜索意图的。

开源模型

完整ChatGLM3部署教程，支持手机和车载平台部署

在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。

ChatGLM3 大模型

<...17 18 19 202122 23 24 25 26 ...>

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