文章列表-AI魔法学院

文章列表

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

想象一下，一个在飞行途中的程序员，打开普通的Mac电脑，即可使用性能几乎无损、仅占4G内存的4-bits量化版本。

开源模型 AI编程

数据分析思路系列-如何建立指标体系

但实际上，当我们冷静下来仔细思考就会发现，数据分析师的大部分工作其实都是在不断拆解指标，推动指标优化的过程，只是我们没有真的去总结过和通盘思考过。

数据分析指标体系

开源打败闭源？Meta即将推出开源代码生成平台Code Llama，剑指OpenAI Codex

该模型的神经架构受到 Meta Llama 2 的启发，表现出对编码语法和语义的深刻理解。

开源模型

40个prompt，让你成为麦肯锡高手

通过充分利用这些建议，你的AI工具将在各个层面上实现突破性的提升。

prompt

RPA和大模型结合：开启智能自动化的新纪元

本文将从三个方面来探讨RPA和大模型结合的技术趋势和意义，分别是自然语言交互、内容生成和智能决策。

RPA 自动化大模型

目前有哪些比较成功的人工智能应用？

视频：广义上的各种动态视频的文件等。

生成式AI

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

但在通用大模型和行业小模型的选择上，智谱 AI 虽然有参考 OpenAI，但还是决定坚持走通用大模型这条路。

智谱 AI

世界顶级七大管理工具：SWOT、PDCA、6W2H、SMART、WBS、时间管理、二八原则、波特五力分析

P(计划) : 从问题的定义到行动计划ㅤ D(执行) : 实施行动计划ㅤ C(检查) : 评估结果ㅤ A(改进)

管理工具

做大模型需要的环境设置

your_env_name python=X.X # 或 conda create --name your_env_name python=X.X -n即--name，your_env_name是你自定义的环境名称

开发环境

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

由于 CLIP 的训练数据是粗略描述的文本图像对，只能嵌入语义级别的信息，而难以保留有区分度的对象身份表示。

Anydoor 文生图

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

从某种意义上讲，大模型应用开发变得更加务实，从一个模型算法问题转变成为一个工程问题，如何将复杂问题拆解为多个子任务或者子agent执行，如何编排协调，如何处理数据，如何选择合适工具，如何迭代优化

LLM 范式迁移

分享一个结构化AI提示词模版

#128161; 王炸级提示词模板:SPARK 经过上千次实践,我总结出这个超实用的SPARK模板: 字母含义

提示词模板

从Langchain到ReAct，在大模型时代下全新的应用开发核心

以ChatGPT的API为例，普通一次Completion接口，响应时间都要10秒以上。

大模型

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

它解决了RAG固有的限制，通过生成多个用户查询并重新排序结果。

RAG-Fusion 检索增强

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

Milvus 的任务就是存储和索引这些向量，并通过计算向量之间的相似度来分析它们的相关性。

开源模型

<...52 53 54 555657 58 59 60 61 ...>

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