文章列表-AI魔法学院

文章列表

智能时代的变革者：定制化GPTs重塑未来的五大预言

随着这些技术的不断发展和应用，我们可以预期一个更加智能化、个性化且互联互通的经济未来。

GPTs 智能

推荐智能体：利用大模型进行交互式推荐

我们为当前的候选商品分配一个单独的内存来存储,无需将它们追加到提示输入中。

大语言模型推荐

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

在前面的大多数问题中，我们通过添加一个正常的先验胜率来纠正不符合直觉的后验结果。

贝叶斯定理

RAG检索增强技术在知识库智能检索场景下的应用实践

这种方法尤其适合于知识密集型的任务，能够更高效地利用已有的知识库来生成回答或文本。

知识库 RAG检索增强

RAG 2.0，终于把RAG做对了！

真正的问题仍未得到解答尽管由于其设计专门针对不愿与大型语言模型（LLM）提供商共享机密数据的公司，RAG 2.0可能很快就会成为企业标准，但有理由相信，无论哪个版本，RAG最终可能根本不再被需要。

RAG 大语言模型

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

或者一些跟摄影有关的词，比如添加一个我之前文章里（把各种相机加入 Midjourney 指令，效果惊呆了我！）

文生图摄影提示词

被高估的Pika，被低估的多模态AI

这些都加起来，可以说 Pika 的爆火是在发展过程中，讲了一个技术、商业、资本、用户都感兴趣的故事，而且赶上了一个好的时机。

大模型多模态

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这也直接影响到我们选择分组内容的方式，以便在嵌入查询和嵌入文本块之间有更紧密的相关性。

RAG 大模型

了解Kimi必看的26个问题 | Kimi系列文（二）

长文本，普通用户只能30条/3小时，可以做任务（添加月之暗面客服，将小程序分享给3位朋友，然后截图给客服）申请80条/小时。

Kimi 大语言模型

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

源模型的输出层与源数据集的标签紧密相关，因此在目标模型中不予采用。

大模型微调

使用自己的数据训练清华ChatGLM2-6B 模型

查看服务器配置购买完成后收件箱会收到站内消息，包含机器配置和密码，进入服务器后输入命令，可以看到系统中安装的 NVIDIA 显卡的实时信息和状态。

ChatGLM2-6B

大模型：泛化即智能，压缩即一切！

然而，传统的泛化观点认为，随着模型复杂性的增加，最初的经验风险和泛化风险都会降低。

泛化大模型

在飞速发展的时代管理AI风险

特别是在少数强大行为者手中，人工智能可能会巩固或加剧全球不平等，或促进自动化战争、定制化的大规模操纵和普遍的监视。

人工智能伦理

个人从零预训练1B LLM心路历程

项目初期，我还打算做一件个人认为还比较有意思的事情：因为开源的LLM往往不会包含特别小众、个性化的知识内容，因此计划持续收集围观读者们的数据并训练到模型中，各种亚文化、冷知识、歌词、小众读物、个人的一些小秘密等等啥都行

LLM 训练

中国大模型「顶流群聊」笔记

百川智能创始人&CEO 王小川分享他去硅谷和朋友聊到，英伟达一年的 GPU 出货量在 100 万颗，但 OpenAI 说要设计 1000 万颗 GPU 连在一块的超算。

大语言模型

<...25 26 27 282930 31 32 33 34 ...>

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