文章列表-AI魔法学院

文章列表

「长文」可能是目前最全的LangChain AI资源库之一

这里是一个试图跟踪LangChain优秀项目资源的库。

工作

LLM应用架构之检索增强（RAG）的缘起与架构介绍

从上图可以看到，参数规模和训练的token数是正相关的，以gpt3为例，它有1750亿参数，其训练的token量达到了2000亿，据说包含了全球所有公开的文本信息，自然它能什么都懂就不奇怪了。

LLM

TTS，一个奇妙的AI工具

模型性能和训练TTS项目中给出了TTS三个模型和主流模型的评价对比图，从图中可以看到，TTS模型整体表现中等偏下。

TTS 文本转语音

GitHub本月榜单：一个数字人技术的“非官方”实现

GitHub榜单有一个“非官方实现”数字人，太牛了 github地址 https://github.com/guoqincode/AnimateAnyone-unofficial 看看效果实时动图，

AnimateAnyone 人工智能

AI提示词工具，再也不用担心怎么想提示词！

本狗是没有钱买一个看它的提示词好不好，但是它的商品图片真的很好看==，对于设计的小伙伴来说可能帮助挺大。

AI提示词

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

二、开源协议使用BSD-3-Clause开源协议三、界面展示产品截图四、功能概述 “知了”以知识管理的全生命周期为核心，围绕知识的分享再利用，构建中小团队的知识库和知识分享社区

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

对比之前的AI（小模型意图、话术策略）+人工模式，发现之前的初始阶段通过率高些，初步判断可能是用户说的太发散，大模型不好收敛。

大模型

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

先用一张图片说明这篇blog多火热！

LLM 大模型 GitHub

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

图 1 评估集的难易度与多样性分布示意图基于这些观察，我们谨慎地提醒不要假设模型仅通过在有限数量的测试样本上获得良好结果就已经达到了与 ChatGPT 相当的性能水平。

训练大模型 belle

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

下载地址：https://github.com/THUDM/ChatGLM-6B 文件如下图所示：这个文件记录了ChatGLM-6B依赖的Python库及版本，大家点击右上角Code

提示词 prompt chatgpt

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

数据处理与转换：当用户需要 AI 处理特定的数据并按照特定格式输出时，如数据清洗、文本翻译或图像转换。

大模型提示词

PHP提示词技巧，全方位精调ChatGPT复杂任务生成效果！！！

一些极端保守，坚持传统和正式的着装；另一些试图推动变革，主张更为休闲、自由的着装。

大模型

AI进化的新纪元：AI AIgents时代（1/9）——什么是Agent？

Agent 图解我可以通过可视化和实例来进一步解释 Agent 的概念：Agent 是让 LLM（大型语言模型）具备目标实现的能力，并通过自我激励循环来实现这个目标。

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

基于Ollama本地部署谷歌开源Gemma大模型！

论文内的性能如下图：好了，以上就是Gemma的简单介绍，有兴趣的小伙伴可以看下原文：传送门：https://blog.google/technology/developers

ollama gemma qwen

<...51 52 53 545556 57 58 59 60 ...>

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