文章列表-AI魔法学院

文章列表

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

二、企业需求分析 2.1 接入大模型的主要原因分析 1.提高生产效率：通过大模型技术，企业可以自动化处理大量数据，提高生产效率，降低成本。

大模型调研

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这可能差别会很大，是处理较长的文档(如文章或书籍)，还是处理较短的内容(如微博或即时消息)？

RAG 大模型

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

LangChain 提出的方案如下图所示，暂且称它为「增量更新」模式，在 data-transform 这一步、embedding 之前针对没个 chunk 做一次 hash，记录下来 hash 值，每次源数据更新了只需要在这一步里面比对一下

大模型

Prompt及AI提问实践

比如某些模型对输入token处理时，会进行截取操作，导致多轮对话的部分信息失效，此时把Prompt放在不同的位置会产生差异较大的结果。

Prompt 大模型提问

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

同时还介绍了 RLHF、CAI、Minerva 等预训练后处理技术以及超参。

Transformer

解放AI生产力——为什么要使用ComfyUI

通过上面两个例子的对比各位可以发现，controlnet展现了惊人的图片控制能力，而不需要人为的控制AI，限制AI发挥的强度，更厉害的是controlnet不止有canny预处理这样将图像退化为线稿再处理的预处理方式

文生图

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

它可以帮助用户快速、高效地获取微信公众号中的文章数据，并进行进一步的分析和处理。

微信爬虫

七问大模型幻觉｜LLM Hallucination

模型的参数知识偏向：有研究表明，模型在处理信息时，可能更依赖其在预训练阶段所积累的知识，而忽略了实时提供的上下文信息

大模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

与传统的关系数据库不同，Milvus 专门处理输入向量的查询，并能够索引规模达到万亿级别的向量。

开源模型

baichuan2 有什么好的深挖论文中涉及的知识点

然后，我们描述了预训练数据和数据处理方法。

大模型

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

专业能力: 包括了中学、大学与专业考试，涵盖了从数学、物理、地理到社会科学等50多项能力。

大模型训练中文

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

他试图阐释在技术和市场、理想和现实之外，中国AGI还有第三种可能性。

王小川中国大模型

图解检索增强式生成（RAG）技术 | 万字长文

它取决于你使用的嵌入模型及其在 Token 上的处理能力。

检索增强式生成 RAG

简单提升RAG的10种方法

数据清理 RAG 将LLM的能力与特定数据联系起来。

RAG 大模型

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

注意力机制（Attention Mechanism）允许模型在处理序列数据时对不同位置的信息分配不同的权重。

大模型

<...38 39 40 414243 44 45 46 47 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1