文章列表-AI魔法学院

文章列表

大模型能力快速测评极简题目

我希望你能作为一名会计师，想出创造性的方法来管理财务。

大模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

这些任务包括机器人堆叠测试、图像字幕和 Atari。

Transformer

回归分析：探索变量之间的奥秘

通过这种方法，我们可以深入了解因变量与自变量之间的密切联系，预测未来的变化趋势。

回归分析变量

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

在这篇文章中，我们将深入探讨四种不同的人工智能大语言模型微调技术：SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法和Freeze 监督微调方法。

大模型

掌握Prompt的6心法

比如说,有人对你说: "小明,去买点面包回来。"

prompt 写作

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

有人做了评测并讨论了可能的原因最近在群里和朋友圈看大家都提到让LLM写固定字数的回复时模型几乎都失效了，在网上看到这篇论文的时候就想怎么这么巧就有人针对这个事情发了论文，合着好像就是群友发的。

大模型控制

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个流程依然无法描述RAG的复杂性 RAG涉及的内容其实广泛，包括Embedding、分词分块、检索召回（相似度匹配）、chat系统、ReAct和Prompt优化等

RAG 大模型

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

基于以下指标: · 准确性(回答有多准确?)

生成式AI

大模型外挂知识库优化-大模型辅助向量召回

该方法也存在一些缺陷： o 1.LLM不愿意生成主动召回标识。

大模型

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

First Click Testing 首次点击测试分析用户首次点击行为的测试方法

用户工作

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

在数据方面，百川智能采用了基于因果采样的动态训练数据选择方案，这意味着模型能够在训练过程中自我优化数据选择，而非依赖人工先验。

Baichuan 3 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

将图像中的文字检测出来并返回检测点坐标位置 ocr-recognition 文字识别将图像中的文字识别出来并返回文本内容

开源

实测：本地跑llama3:70B需要什么配置

前几天发布的开源大语言模型Llama 3 70B的能力通过测试结果的展示已经达到了一个全新的高度，甚至可以与Claude 3 Sonnet和Gemini 1.5 Pro等一众顶级模型相媲美，甚至在某些方面已经超过了去年发布的两款

llama GPU内存

测评了8个国产AI大模型，差点崩溃……

从自然语言处理到语音识别，从情感分析到知识问答，大模型的应用已经渗透到我们生活的方方面面。

大模型测评

回望做大模型一年后的感悟

在二月份做了个预测，OpenAI内部关于AGI和商业化的矛盾会在两年内爆发。

大模型感悟

<1 234 5 6 7 8 9 10 ...>

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