文章列表-AI魔法学院

文章列表

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

只有在生产环境中全面验证测试之后，才能确保RAG系统足以承载真实业务流量，为用户提供稳定、快速、可靠的服务。

大语言模型 RAG检索增强

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

在微调过程中，通过反向传播算法对模型进行优化，使得模型在目标任务上表现更好；评估：使用目标任务的测试集对微调后的模型进行评估，得到模型在目标任务上的性能指标。

大模型微调

垂直领域大模型的思考

减缓幻觉这里我们将探讨如何让大模型的生成结果减缓幻觉，同时如何检测幻觉，并在后处理阶段进行消除。

垂直领域大模型

Claude 官方提示词，中文版（含API Prompt）

这份备忘录的目标是确保我的团队了解金融机构的运营状况,并定性预测和确定在即将到来的季度是否存在任何运营和收入风险。

prompt 写作

10个大模型私有化需要关注的问题

1.基础设施满足要求，奠定基础评估当前设施是否满足需求或者确定支持LLM必须的基础设施要求。

开源模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

· 评估每个块大小的性能：很傻，但是很稳重的一种方式。

RAG 大模型

一文彻底搞懂多模态 - 多模态推理

知识图谱推理一、基于规则学习：通过挖掘图谱中的逻辑规则，利用规则匹配和推理来预测新的实体和关系。

多模态推理大模型

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

越少让 ChatGPT 去猜测和推断我们的意图，输出结果满足我们要求的可能性越大。

提示词 prompt

智谱AI大模型ChatGLM3-6B更新，快來部署体验

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。

ChatGLM3-6B 开源模型

LangChain 的问题所在

在 2023 年 3 月，随着 ChatGPT API 的使用因其极为便宜的 API 而广受欢迎，正如我准确预测的那样，LangChain 的使用也迅速扩大，以至于 LangChain 能够在没有任何收入或任何明显的收入生成计划的情况下

大模型大语言模型

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

因为这次多了好些新的 ControlNet 模型，来不及测试。

大模型 SDXL ControlNet

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

提升GPT Prompt效果最佳实践 - 使用外部工具 6.系统地测试变更如果能够进行测量，那么提高效果就会更容易。

ChatGPT 大模型

Yann LeCun杨立昆最新观点：AGI不存在

以下是他讨论的LLM的一些局限性： -- LLM 是自回归的，这意味着它们根据前面的单词预测序列中的下一个单词。

AGI 大语言模型观点

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

精度不足，SD-WebUl 检测到 VAE 模型在运算中产生了无效数据(黑图)。

Stable Diffusion 文生图

手把手教你认识学会LangChain

评估，生成式模型是出了名的难以用传统的指标来评估。

langchain

<...18 19 20 212223 24 25 26 27 ...>

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