文章列表-AI魔法学院

文章列表

大模型检索增强生成(RAG)高质量报告

做RAG经常考虑的三个问题，召回什么、什么时候召回、如何利用召回的信息 RAG的发展总览数据索引怎么优化结构化语料库

RAG 大模型检索

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

ensp; 检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍——从架构到技术细节

RAG 检索增强

AI领域的agent是什么意思？

ReAct 可能是当前Agent中使用最多的prompt结构：少样本 + Thought, Action, Observation 。

大模型

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

专家混合是一种旨在提高效率和性能的架构！

MoE 专家混合模型

openpose原理及安装教程（姿态识别）

OpenPose是一个基于深度学习的人体姿态估计框架，可以实时地估计人体的关键点，包括身体和手部姿势。

行为识别姿态识别

RAG 2.0，终于把RAG做对了！

整个架构基于一个单一原则：有能力检索与请求或提示上下文语义相关、有意义的数据。

RAG 大语言模型

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>

而Encoder-Decoder架构之所以能够在某些场景下表现更好，大概只是因为它多了一倍参数。

大模型

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

是最底部的几行小字：自2022年初，GLM 系列模型已支持在昇腾、神威超算、海光 DCU 架构上进行大规模预训练和推理，当前已支持10余种国产硬件生态，包括昇腾、神威超算、海光DCU

chatglm 智普大模型

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

开源领域 ChatGLM, LLAMA, RWKV 主要就是这3种模型，中文好一点就是 ChatGLM , 潜力最好的就是LLAMA ，RNN架构决定RWKV有很好的推理效率（随输入长度内存占比线性自增

大模型人工智能

AI+智能客服：大模型可落地的最成熟场景之一

02 — 智能客服的构成图：百度智能云——对话智能产品架构从产品架构的角度来看，智能客服系统包含的一些关键组成有：用户界面前端界面：为用户提供交互平台，可以是网页聊天窗口

ai 客服

必看！阿里通义千问完整技术报告

表1：模型大小、架构和优化超参数。

大型语言模型报告

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

思维图(GoT) 在本文中，作者基于对人类大脑结构、逻辑推理等过程的思考，通过使LLM思想形成任意图形结构，可以从根本上实现更强大的提示。

大模型

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

和 ChatGPT 的交互，就像和朋友的聊天，你来我往，从上到下，线性的结构非常直观。

ChatGPT 聊天

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

Sora采用Diffusion Transformer (DiT)架构进行训练。

视频生成 sora

CodeFuse开源编程大模型-您的开源编程助手

开源内容包括代码框架和模型。

大模型 AI编程

<...22 23 24 252627 28 29 30 31 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1