文章列表-AI魔法学院

文章列表

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

比如对网站内容定期爬取更新，识别增量内容并处理。

大语言模型 RAG检索增强

国产编程大模型CodeGeex

第二部分是补充数据，直接从GitHub开源仓库中爬取Python、Java、C++代码；为了获取高质量数据，我们根据以下准则选取代码仓库：1)至少拥有1颗星；2)总大小<10MB；3)不在此前的开源代码数据集中

编程

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

CodeShell的原始训练数据基于自己爬取的Github数据、Stack和StarCoder数据集，以及少量高质量的中英文数据。

开源模型 AI编程

真格基金大模型能力测试问题集---垂直能力篇

以下所有的结构都是同源结构，除了 (A) 鸟的翅膀和蝙蝠的翅膀 (B) 鲸鱼的鳍和人的手臂 (C) 海豚的胸鳍和海豹的鳍 (D) 昆虫的前腿和狗的前肢从溶解度定理中，以下哪个陈述是正确的？

中文训练大模型

垂直领域大模型的一些思考及开源模型汇总

数据：基于已有数据和继续爬取的中文金融数据，将继续利用 GPT3.5/4.0 API 构建高质量的数据集，另在中文知识图谱-金融、CFLEB 金融数据集等数据上进一步扩充高质量指令数据集。

垂直领域大模型开源模型汇总

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

爬坑代理环境 pending时间过长在本地代理的加持下，存在eventstream在当前请求结束后一股脑发完的情况后台限定1s一条，但到了客户端便成了上图这样（与云服务器流量大小也有一定关系

GPT

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

例如，如果您的数据是从web爬取的，您可能需要删除HTML标记或特定的元素，保证文本的“纯洁”，减少文本的噪音。

RAG 大模型

第一性原理以及第一性原理是怎么帮马斯克成为首富的

并不是，他们把火箭从发射台上放下来，爬上梯子，看了看天线，取来一个吹风机，挥舞着它对着天线猛吹，直到天线干透。

马斯克商业

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

我的第一个梦想是被一只巨型蜘蛛追赶。

prompt 提示词

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

于是high-level上，作者考虑从网上爬取大量的（text，image）pair以扩充数据，同时这样的pairs是可以用来训练视觉表征的。

OpenAI 自然语言监督

大模型下半场，关于Agent的几个疑问

5.4亿至3.6亿年前，海洋生物破发，相比于以前的单细胞或简单多细胞生物，三叶虫、海绵和脊索动物等更高层次的智能诞生了。

大模型

金融行业的开源AI大模型

项目基于LLaMA系列基模型，通过中文金融知识的指令微调（Instruct-tuning）进行了优化，使用中文金融公开问答数据和爬取的金融问答数据构建指令数据集，提高了模型在金融领域的问答效果。

开源大模型

模拟ChatGPT流式数据——SSE最佳实践

爬坑代理环境 pending时间过长在本地代理的加持下，存在eventstream在当前请求结束后一股脑发完的情况后台限定1s一条，但到了客户端便成了上图这样（与云服务器流量大小也有一定关系

打字机 sse 大模型

大模型训练工程那些事

探索更高效的模型训练方式(比如 MoE 训练) 展示模型的差异化能力(超长上下文的效果，多模态的效果) 国内头部大模型团队已经过了一段时间的磨合，赛道内的游戏也迅速迈过了爬坡期

训练工程大模型

必看！阿里通义千问完整技术报告

该基准测试涵盖了三个主要类别的任务：数学问题解决、数据可视化以及文件后处理和网络爬虫等其他通用任务。

大型语言模型报告

<1 2 345 >

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