文章列表-AI魔法学院

文章列表

Prompt工程如此强大，我们还需要模型训练吗？

该方法最早由谷歌大脑团队在论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》中首次提出，也是在这篇论文中思维链的概念被首次提出

大模型

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

Llama-2模型扩充了新版中文词表，开源了中文LLaMA-2和Alpaca-2大模型开源了预训练脚本、指令精调脚本，用户可根据需要进一步训练模型使用个人电脑的

训练

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

例如，为了说明图 7 中的“添加一行 adding a line”模式，可以在矩阵图像的第一列中用圆圈指向，如子图（1）所示，或者将子图像内联，如子图（2）所示。

多模态大模型 GPT-4V 文生图

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

LangChain 知识库

构建开源多模态RAG系统

因此，它不再只是从自己的大脑中说出事情，而是可以检查这本大书，以确保提供最好和最准确的答案。

RAG 大模型

预训练对话大模型深度解读

不过创始人为Transformer和LaMDA的作者，估值超过10亿美元，是角色扮演类聊天机器人，主要功能包含：与AI扮演的角色自由聊天通过定义角色描述自由创建角色通过声音、图片和橘色进行多模态交互

Coze多智能体（Multi-Agents）模式体验！

多智能体编排区域，分为”提示词“，”触发器“、”变量“、”数据库“、”开场白“、”背景图片“、”语音功能“。

Coze 多智能体

深度解读｜做出海必看的一份产品报告

前段时间我们分析的 Voiceflow 和经典的小而美 SaaS企业 Calendly 都是 OpenView 被投版图的一部分。

工作

微信向量检索分析一体化数仓探索：OLAP For Embedding

embedding 和 vector search(向量搜索)的概念是支持推荐、问答、图像搜索等功能的核心。

OLAP For Embedding 一体化数仓

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

其核心算法经过优化，可高效处理多种字体、字号、字形的文字图像，准确率高达99%以上。

PaddleOCR 文字识别

如何使用ChatGPT进行写作

要使ChatGPT完全遵循你的意图进行创作，需要一个不断优化和试验的过程。

ChatGPT 写作

十个节省数百小时无聊工作的GPT提示词

翻译提示：“在动态头脑风暴会议中为[插入所需的输出，例如有关您产品的社交媒体帖子]产生 30 个大胆的新想法。”

prompt 提示词

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

随着生成式人工智能技术的快速发展，确保大模型与人类价值（意图）对齐（Alignment）已经成为行业的重要挑战。

Auto-J 大模型

Sora物理悖谬的几何解释

比如，我们考察所有自然人脸照片构成的数据集，每个采样点是一张图片，像素的个数乘以3就是原始图像空间的维数。

Sora 解释

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

<...35 36 37 383940 41 42 43 44 ...>

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