文章列表-AI魔法学院

文章列表

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

· 知识图谱 · 蜂鸟算法 · RankBrain算法 · BERT模型（大模型） · chatgpt 0.2.1 知识图谱 Google的知识图谱于

开源模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

BERT等预训练语言模型提供了语义匹配的能力。

大语言模型 RAG检索增强

2024！深入了解大语言模型（LLM）微调方法（总结）

你可以使用像GPT-3和BERT这样在大量数据上预训练过的LLMs，并根据你的用例进行定制。

大模型微调

九问中国大模型掌门人，万字长文详解大模型进度趋势

我们同时也在思考为什么 GPT-1、GPT-2 本来落后于 BERT，但 GPT-3 会比它更好？

大模型详解

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

去做召回，那很有可能召回的是比如这样的知识片段： ['BERT和GPT都是NLP领域的重要模型，但它们的设计和应用场景有很大的区别。'

Prompt 大语言模型 RAG

一个产品经理的大模型观察、反思与预测

2017年~ 2017年：Transformers 横空出世《Attention is All you Need》 2018年：Google BERT

工作

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

实际上，这个团队多年来对于 AI 技术路线作出了很多次精准的预言式判断：从 2018 年投入 BERT 技术路线，2020 年率先拥抱大模型，2023 年初对 AI 智能体（Agent

MiniCPM 大模型

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

随着预训练语言模型的出现，如GPT系列和BERT等，大模型在自然语言处理任务中取得了显著成果，推动了人工智能技术的进一步发展。

大模型调研

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

由16年论文 Gaussian Error Linear Units (GELUs) 提出，随后被GPT-2、BERT、RoBERTa、ALBERT 等NLP模型所采用。

大模型

停用词(Stop Words)的价值、收集与使用

这几年，我们经常使用字粒度的语言模型，比如BERT、GPT来做NLP任务。

停用词

谈谈LLM在推荐域的渗透，探索推荐新范式

几个改进点： 1、利用大模型的总结和推理能力来对长文档进行总结，因为本身长文档就是有很强的逻辑性的，普通的向量建模方式只能一定程度表征语义，如果用bert等传统的来说还有字数限制

大模型

一文看懂RAG：大语言模型落地应用的未来

它通常使用一个检索系统，比如基于BERT的模型，来在大规模的文档集合（例如维基百科）中寻找与输入相关的文段。

rag 检索增强

图解检索增强式生成（RAG）技术 | 万字长文

例如，标准的基于 BERT 的 Transformer 编码器模型（如 Sentence Transformers）最多处理 512 个 Token，而 OpenAI 的 ada-002 能够处理更长的序列

检索增强式生成 RAG

高级 RAG 技术——图解概览

标准的 Transformer Encoder 模型（例如基于 BERT 的句子转换器）最多处理 512 个 Token，而像 OpenAI 的 ada-002 则能处理更长的序列，例如 8191

RAG 检索图解

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

它使用预训练的 BERT 式模型将 token 数据库嵌入块中，然后在训练和推理期间对数据库中的最近邻执行分块交叉注意力。

Transformer

<1 2 3 456 >

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