文章列表-AI魔法学院

文章列表

GGUF格式详解

在大模型领域，GGUF是一个非常常见的词语，也是非常常见的大模型预训练结果命名方式。

GGUF 大模型

被高估的Pika，被低估的多模态AI

“之前很多公司都在卷文本大模型，GPT-4V 的出现代表多模态大模型可落地，毫无疑问明年大家都会卷多模态 AI ，原因很简单，因为 OpenAI 说明这条路是能够走得通

大模型多模态

构建开源多模态RAG系统

传统的模型假设单词的意义仅来自文本上下文，而这个任务则探索了将视觉维度纳入以增强语言模型。

RAG 大模型

自动优化Prompt：Automatic Prompt Engineering的3种方法

常规生成模式，提供一些任务examples，让LLM在最后生成prompt。

prompt 大模型

完整ChatGLM3部署教程，支持手机和车载平台部署

ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：更强大的基础模型：ChatGLM3

ChatGLM3 大模型

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

，你会发现我其实不是为了说大模型而说大模型（有点绕），我更多的是在写怎么解决企业应用中真正的难题。

RAG 大模型

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

以下是提高Prompt效果的六大关键策略： 1.编写清晰的提示如果GPT输出的内容过长，可以要求模型进行简短的回复；如果输出过于简单，可以要求模型使用专业的写作水准输出内容。

ChatGPT 大模型

GitHub工程师分享开发Copilot所采用的提示词工程

用户领域和文档领域之间的转换正是提示词工程所覆盖的领域——由于我们已经在 GitHub Copilot 项目上工作了两年多，所以在这个过程中发现了一些模式。

开源模型

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

语义索引模型的目标是：给定输入文本，模型可以从海量候选召回库中快速、准确地召回一批语义相关文本。

开源模型

3 个令人惊艳的 GitHub 开源项目，诞生了！

用户将自己的个人头像上传后，可借助 Stable Diffusion 模型进行训练，并生成一款拥有不同风格的个人头像。

开源模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

，这些向量由深度神经网络和其他机器学习模型生成。

开源模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

· · 使用 Vicuna 数据集进行指令微调可在基本模型能够处理的长度上显着提高检索上下文的准确性，但无法在基本模型失败的长度上“修复”基本模型。

开源模型

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

在 RAG (检索增强生成)领域，选对向量模型至关重要，它基本就决定了 RAG 系统的“天花板”，也因此，向量模型的选择总是业界的热门讨论话题。

rag 大模型

RAG超参数调优食用指南

，是控制模型整体行为的变量。

rag 大模型

<...31 32 33 343536 37 38 39 40 ...>

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