文章列表-AI魔法学院

文章列表

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

其中，王炸功能 Assistants API 的内置工具支持了代码解释器、知识库检索以及函数调用，允许接入外部知识（文档）、使用更长的提示和集成各种工具。

RAG 检索向量库

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

由于模型是基于从互联网抓取的大量数据集进行训练的，训练数据集可能无意中包含了与基准测试中的问题高度相似的样本。

过拟合小模型

动画制作工具AnimateDiff用法详解

它接受了各种短视频剪辑的训练。

AnimateDiff 视频训练

大模型实践总结

Alpaca（LLaMA-7B）：斯坦福提出的一个强大的可复现的指令跟随模型，种子任务都是英语，收集的数据也都是英文，因此训练出来的模型未对中文优化。

大模型训练

百万token上下文窗口也杀不死向量数据库？CPU笑了

§ § Variety（多样性）：现实世界的用例不仅涉及非结构化数据，还包括各种结构化数据，它们可能不容易被LLM捕获用来训练；而且企业场景中往往知识是需要实时变化的。

向量数据库大模型 cpu

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

通常情况下，我们使⽤更好的基础模型、更⼤的数据集⼤⼩以及更⾼质量的数据来提升⼤型语⾔模型（LLM）微调性能

NEFTune 大语言模型

一人搞定30万商品分类：AI落地实践故事！

为数十万商品分类通常想到的办法是用NLP+特定分类算法（如是SVM)来实现，涉及数据清洗，特征提取，模型训练，调试和集成等工作。

embedding 大数据分类

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

自动化抓取网页数据？

GitHub 数据处理RPA

今天分享一个官方的高级的做数据分析的prompt提示词

而它强大的能力主要体现在数据分析这块，能够支持上传数据文档，如excel文件，或者是csv文件，它能够自己编写python代码来处理数据，而且还能自己去运行自己写出来的python代码，直接输出最直观的各种数据图表结果

prompt 提示词

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

微调：这是采用预先训练的 LLM 并在较小的特定数据集上对其进行进一步训练的过程，以使其适应特定任务或提高其性能。

训练

prompt必须知道的26条军规

以特定的模板，将下游任务的数据转成自然语言的形式，挖掘出上游预训练模型的潜力。

prompt 大模型

大模型业务应用中数据准备的要求、难点及解决思路

《生成式人工智能服务管理暂行办法》专门提出在训练数据选择上，要采取有效措施防止产生歧视；在预训练、优化训练中，要采取有效措施提高训练数据质量，增强训练数据的真实性、准确性、客观性、多样性，并在数据来源、

大模型

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

我们全开源了Anima的训练代码，模型全部参数，训练数据，和评测代码。

开源模型

更强的小型LLM：Zephyr-7B

该模型由 Hugging Face 创建，实际上是在公共数据集上训练的 Mistral-7B 的微调版本，但也通过知识蒸馏技术进行了优化。

Zephyr-7B 大语言模型

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

（二、软件和部署) 本期开始，为大家讲下这些大模型是怎么训练生成的首先，为了确保本系列的讲解流畅，我将直接深入讲解大型语言模型的代码。

大模型

<...2 3 4 567 8 9 10 11 ...>

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