文章列表-AI魔法学院

文章列表

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

基本上现在已经做到了，在全中国任何地方，我们可以做到人不见人的交易。

工作

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

今天我们来聊聊分块，很重要的一个环节（没有哪个环节不重要），但它也许是我们容易做到高质量的一个环节。

RAG 大模型

大模型业务应用中数据准备的要求、难点及解决思路

1.政策法规的要求 8月15日，国家网信办等7部门联合发布的《生成式人工智能服务管理暂行办法》正式施行。

大模型

SD入门教程三：采样器及参数调整

以下是各种采样方式的出图效果： · Euler a速度和质量都非常不错,适合快速出图,但是要注意自己的提示词,因为快也很容易出一些崩坏图； · ·

SD 入门教程

爆肝两天！ChatGPT+提示词解决知识库目录混乱

无论是个人的学习笔记、公司的项目文档，还是整个行业的研究资料，一个结构清晰、易于检索的知识库目录结构都至关重要。

智能分类大模型知识库

如何成为LLM提示词大师！「大语言模型的底层心法」

在最基本的层面上，LLM是一个深度学习神经网络，训练于大量的文本数据，如书籍、网站和社交媒体帖子。"

大模型提示词

RAG 修炼手册｜一文讲透 RAG 背后的技术

Transformer 是一种基于自注意力机制（self-attention）的神经网络模型，最早在 2017 年由 Google 的研究员提出并应用于自然语言处理任务。

RAG Embedding

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

也许是网站，我想是我们正在推出的Meta.ai。

Llama 3 大语言模型

大模型训练工程那些事

总结一下，Pipeline 策略进一步分割了 Activation Memory，从而避免使用 Recomputation 策略；另外，拓扑网络感知的 TP 和 PP，DP 策略能够更好地利用 NvLink

训练工程大模型

Roop参数说明，ROOP->StyleGAN演示！

从和大家的交流中可以知道，有些人很懂，一说就会，但是不少人不太擅长这个方面，所以尽量写得通俗易懂一点。

视频 StyleGAN

prompt提示工程最佳实践课程笔记分享

2 技巧 #2：给模型足够的思考时间模型在立即作出回应时更容易出现推理错误。

prompt 提示词

如何构建基于大模型的App

1.1 LLM 的基本能力到目前为止，大模型的主要能力如下：使用LLM进行语言理解和处理，而不是作为知识源 LLM是在互联网上的大量文本数据上进行预训练的，这些训练数据为大模型提供了知识。

构建大模型App

知识树：一个方法，教你构建「终身知识体系」

分类思维和系统思维只是知识树的表现形式，真正让你实现炸裂式学习的是——你在分类和系统的时候，在不断思考知识与知识之间的关系，刺激相关的神经元，让一个个知识变得更加清晰，易于编码和提取。

大模型

ChatGPT丨一次性修改全文的提示语！

通过以上的提示，你可以尝试一次性修改全文的格式，使其更加整齐、流畅、具有连贯性和易读性。

写文章

CLiB中文大模型能力评测榜单（持续更新）

SFT、AquilaChat-7B 讯飞星火更新为最新的v1.5模型 [2023/6/17] 发布v1.2版本评测榜单新增2个大模型：tigetbot-7b官网、

大模型人工智能评测

<...27 28 29 303132 33 34 35 36 ...>

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