文章列表-AI魔法学院

文章列表

AI数字人：重构人货场的新力量

AI数字人作为生成式AI的一个重要应用领域，正在逐渐成为电商人货场重构的主导力量。

数字人 AI 商业

大模型量化：什么是模型量化，如何进行模型量化

线性量化与非线性量化线性量化采用相同的量化间隔对输入作量化根据Z (zero_point) 是否为0，线性量化可以分为对称量化和非对称量化非对称量化浮点0对应的值不是定点0 浮点和定点之间的映射公式

大模型

如何快速构建GPTs个人知识库应用？

GPTs 是一个创新方式，允许任何人根据自己的日常需求、特定任务、工作或家庭生活，定制个性化的 ChatGPT，并且可以将这些定制版本分享给他人。

GPTs 知识库

大模型微调数据选择和构造技巧

3.能不能总结出一套数据构造方面自动化的方法？

大模型微调

大模型检索增强生成RAG的优化

RAG优化分为两个方向：RAG基础功能优化、RAG架构优化。

RAG 检索增强大模型

中国AI大模型，应该如何商业化

业内普遍认为，诸如国内大型企业、央国企想要与大模型结合，智谱AI是一个绕不过去的选项。

大模型 AI

ChatGPT提示工程5篇合集(二)：ChatGPT提示工程 - 总结

本篇介绍一下如何对内容进行总结。

prompt 提示词

LLM应用架构之检索增强（RAG）的缘起与架构介绍

而生成式更为深入，也更符合人类喜欢的学习模式，能够举一反三，从事实原因来顺推结果，但这个推理过程，自然需要大量的样本和算力支持，它不仅能够简单判别，而且它学到的事物真实的本质，即概率分布，故而泛化性强，

LLM

Prompt提示优化工具

prompt perfect 可以自动优化已有的提示，比较多个模型的输出，运行智能体等。

prompt 提示词

Prompt屠龙术-大厂prompt工程指南解析提炼

本文介绍prompt的通用编写原则，以及如何使用结构化的方法来帮助我们理顺思维，规范流程 · &ensp

prompt 大模型解析

总结！大模型微调（Tuning）的常见方法

主要结构是利用了一个prompt encoder（BiLSTM+MLP），将一些pseudo prompt先encode（离散token）再与input embedding进行拼接，同时利用LSTM进行

微调大模型

大模型推理能力增强方法总结

最后，在 ToT 框架内，可以根据树结构即插即用不同的搜索算法。

推理能力大模型

RAG——使用检索增强生成构建特定行业的大型语言模型

ChatGPT使用了它从训练了数万亿文档中获得的内部知识，结合了它被给予的上下文。

大模型

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

就需要准备用于训练的素材图片，素材图的质量直接决定了模型的质量，好的训练集有以下要求：不少于 15 张的高质量图片，一般可以准备 20-50 张图；图片主体内容清晰可辨、特征明显，图片构图简单

训练

用AI生成PPT、用AI优化PPT!

除此以外，百度文库服务号有篇报道-百度CEO李彦宏：百度文库变身生产力工具，AI重构最为彻底。

AI ppt

<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

© 2023-2025 AI魔法学院

京ICP备20027199号-1