文章列表-AI魔法学院

文章列表

垂直领域大模型的思考

这种方式能减少模型的幻觉，保证答案的时效性，还能快速干预模型对特定问题的答案。

垂直领域大模型

国内外开源大语言模型一览表

此外，我们还针对T5模型设计了独特的知识增强预训练方法，通过实验证明了该方法的有效性。

大模型

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

接下来我们需要一些数据来验证他的说法。

贝叶斯定理

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

在C-Eval验证集上得分对比： Model Avg.

通义千问

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

但是该方法有一个缺点，就是在推理时所需要的资源远远要超过标准解码策略，这不利于实际应用。

大模型研究

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

实验结果显示：相比目前的思维树（ToT）提高了62%。

大模型

备案通过且面向公众开放的国产精品大模型汇总，附访问链接

今年(2023年)8月15日正式施行的《生成式人工智能服务管理暂行办法》要求每一个大模型企业的生成式AI产品若想要“持证上岗”，就必须逐条核对是否符合这改办法的要求。

大模型国产

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice-Small：一个仅编码器的模型，优化了快速语音理解。

asr tts 声音

从Langchain到ReAct，在大模型时代下全新的应用开发核心

从而保证了ReAct框架在执行层面的可行性。

大模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

带有transposed卷积上采样和预测层的标准解码器（c）和直接使用双线性插值的简单解码器（d）被用于评估简单视觉transformer的简单性；用于Bottom-up预测的解码器（e）也被采用来衡量

ViTPose+Transformer 身体姿态

收藏！万字长文聊聊LLM Agents的现状，问题与未来

迭代提示机制（Iterative Prompting Mechanism）：用于引导智能体迭代和提升自身的技能，并引入环境反馈，程序解释器的执行错误，自我验证等。

LLM Agents

Yi技术报告细节分享

同时为了减少幻觉和重复，检查并确保回复中的知识不包含在模型中，消除可能导致模型死记硬背的回复，并重写回复保证微调多轮时数据不重复。

Yi模型大模型

垂直领域大模型的一些思考及开源模型汇总

法律领域它能保证事实性问题吗？

垂直领域大模型开源模型汇总

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

正则化项的系数可以通过交叉验证等技术来调整，以使得模型在训练集和测试集上的性能都达到最优。

agent

Gartner：2024年人工智能渗透的十大战略技术趋势

3.AI-增强开发 AI 增强开发是使用 AI 技术（如 GenAI 和机器学习）来帮助软件工程师设计、编码和测试应用程序。

Gartner 人工智能

<...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