文章列表-AI魔法学院

文章列表

一文看懂RAG：大语言模型落地应用的未来

多模态评估：对于生成多模态内容的RAG系统，评估方法需要考虑不同模态之间的一致性和相关性。

rag 检索增强

AutoGPT与LLM Agent解析

除了上面提到的 AutoGPT 和 BabyAGI，还有很多有意思的项目如 Toolformer，HuggingGPT，Visual ChatGPT 等都在尝试这个方向。

大模型

300天里，我帮你踩遍了AIGC创业的各种坑

要做到这点并不简单，你需要投入清洗数据，做好标签，租用算力，反复调试。

AIGC 创业

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

使用以下 prompt 发给 AnythingLLM 让我们一步一步思考，阅读我提供的内容，并做出以下操作：第一步，提取文档的元数据（阅读文章内容后给文章打上标签

Ollama AnythingLLM 阅读

绝了！新华社、知网官方出品的写作神器，不要太爽！

再告诉它主题和要求，才能保证 AI 准确进行生成 ▲百度-文心一言 ▲讯飞－讯飞星火当然相比新华妙笔，生成的内容缺少排版，也没有专门的 AI 校错，可能生成的内容存在纰漏等等只能说算是一个参考，

新华妙笔写作

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

考虑到它理解和回应自然语言输入的能力，ChatGPT具有广泛的潜在应用。

ChatGPT Prompt

人工智能训练的灾难性遗忘以及解决方案

当我们的大脑在思考、学习、记忆的时候，就是这些神经元和突触在发生作用。

人工智能大模型

如何看待大型语言模型的Prompt

请参考以下示例提示：“rewrite the following poem in the style of Shakespeare: …my poem…” - “rewrite this in the

prompt 大语言模型

白话Embedding：普通人都能懂的科普文

要了解这是如何工作的，请考虑两个数字的列表。

Embedding 向量

【大模型微调】 Llama 2 ：对话模型的全过程微调

相比之下，Llama 2 70B 亿参数的模型在 MMLU和 GSM8K 基准测试上与闭源的 GPT-3.5（OpenAI, 2023）表现类似，但在代码基准测试上存在显著差距。

大模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

它具备独立的思考和认知功能、拥有记忆，能进行思考、逻辑推断和自我反思，可以阅读和在线学习，擅长利用适当的工具处理问题，还能策划并根据实际情况调整任务的优先级…… 任务规划：子目标与分解：AI Agent

生成式AI

一个让GPT重复自问自答的Prompt

至少需要反思三次，以确保充分考虑了各种要素。

prompt

大模型微调数据选择和构造技巧

大家都有个直观的答案，就是去重，那我们再考虑模型上数据的迭代呢？

大模型微调

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

幻觉“黑匣子”——很难理解大语言模型在得出结论时考虑了哪些数据来源。

检索增强生成大语音模型

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

考虑下面的例子: · 可以为每个文档中的文本创建树索引。

大语言模型

<...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