文章列表-AI魔法学院

文章列表

Chinese-LLM开源中文大语言模型合集

OpenLMLab/OpenChineseLLaMA 简介：基于 LLaMA-7B 经过中文数据集增量预训练产生的中文大语言模型基座，对比原版 LLaMA，该模型在中文理解能力和生成能力方面均获得较大提升，在众多下游任务中均取得了突出的成绩

大模型中文

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

场景应生动活泼，突出[特定元素或角色，如'嬉戏的海豚和错综复杂的珊瑚']。

文生图

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

与原始的 Transformer 和 Rotary 嵌入相比，它可以带来更流畅的训练和更好的下游性能。

大模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

python -c "from modelscope.pipelines import pipeline;print(pipeline('word-segmentation')('今天天气不错，适合出去游玩

开源

微信向量检索分析一体化数仓探索：OLAP For Embedding

· SQL 表达：交互友好，高效的元数据过滤(post-filter/pre-filter)，便捷的聚合统计操作，丰富的函数，以及 udf 扩展功能，让自定义扩展游刃有余。

OLAP For Embedding 一体化数仓

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

开张至今，“模速空间”已有近60家企业入驻，分属产业上中下游，其中86%为垂类应用。

大模型钛媒体

45个 DALL-E 3 使用案例 (附提示词)

场景应生动活泼，突出[特定元素或角色，如'嬉戏的海豚和错综复杂的珊瑚']。

DALL-E 提示词文生图

如何构建基于大模型的App

这也允许大模型在广泛的任务中进行泛化，然后下游进行微调。

构建大模型App

Elasticsearch Relevance Engine---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数]

考虑到向量检索的大部分场景都是返回与该元素相似的topk个元素即可，比如推荐中的召回，只需召回近似100个item，也不关注item间的相对顺序，也无需100%准确，毕竟上游还会有粗排和精排。

大模型 AI编程

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

通过将这两种模式的优点结合起来，模型在下游任务中能够完成更多任务。

智谱 AI

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

您的下游任务应该决定您想要评估的内容，但请始终记住古德哈特定律：“当一个度量成为目标时，它就不再是一个好的度量。”

LLM 大模型 GitHub

开源大语言模型完整列表

StableLM 模型可以生成文本和代码，并为一系列下游应用提供支持。

开源模型大语言模型

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

· · (R) 响应：规定输出的格式确定输出格式是为了确保大语言模型按照你的具体需求进行输出，便于执行下游任务。

GPT-4 提示词

RAG检索增强技术在知识库智能检索场景下的应用实践

3.3.2 微调Embedding模型为了提高检索的精确度和相关性，可以对Embedding模型进行微调，使其更好地适应特定的领域检索库和下游任务。

知识库 RAG检索增强

最新最全的开源中文大语言模型列表

OpenChineseLLaMA 简介：基于 LLaMA-7B 经过中文数据集增量预训练产生的中文大语言模型基座，对比原版 LLaMA，该模型在中文理解能力和生成能力方面均获得较大提升，在众多下游任务中均取得了突出的成绩

大模型

<...15 16 17 18 19 20 21 222324 >

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