文章列表-AI魔法学院

文章列表

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

结合LlamaIndex使用Timescale Vector的实例尝试PostgreSQL的原因最近两周我和小明在研究基于大模型的检索应用RAG

大模型 PostgreSQL

基于大模型（LLM）的Agent 应用开发

目前，业界一般认为基于大模型的应用集中在两个方向上：RAG 和 Agent，无论哪一种应用，设计、实现和优化能够充分利用大模型(LLM)潜力的应用都需要大量的努力和专业知识。

大模型 Agent

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

目前，为特定应用程序定制模型需要采用微调或检索增强生成（RAG）等技术。

大模型上下文

QWen1.5: 卓越模型之路

对 Qwen Base 和 Chat 模型在一系列基础及扩展能力上进行了详尽评估，包括如语言理解、代码、推理等在内的基础能力，多语言能力，人类偏好对齐能力，智能体能力，检索增强生成能力（RAG）等，对比对象也增加了热门的

Qwen1.5 开源模型

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

比如，RAG这种新热门任务，就能帮大语言模型避免“胡思乱想”、获取不到最新或私密信息等尴尬。

Qwen1.5 开源模型

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

RAG 三件套：检索、排序、生成全能选手 MiniCPM 3.0 同时发布了 RAG（检索增强生成）三件套：MiniCPM-Embedding（检索）、MiniCPM-Reranker

MiniCPM3-4B 大模型

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

【宣发】教育领域大模型+RAG系统实践项目！

Qwen1.5-MoE 大模型下载

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

2303.09014 - ReAct：https://arxiv.org/abs/2210.03629 - Reflection（反思）：https://arxiv.org/abs/2303.11366 - RAG

prompt 提示词

Prompt 策略：代码库 AI 助手的语义化搜索设计

第二部分，围绕于解决空间的实现，即通过检索增强（RAG，Retrieval Augmented Generation），来获得对应问题的答案。

prompt

Agent四大范式 | 综述：全面理解Agent工作原理

o 记忆增强规划大语言模型Agent应用在记忆方面主要有两种方法来增强规划能力：基于检索增强生成（RAG）的方法和基于嵌入式记忆（Embodied Memory

Agent 大语言模型

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

而在AlpacaEval测试中，Zephyr的胜率高达90.6%，其在高级RAG任务上的表现与GPT-3.5和Claude 2相当。

大语言模型开源模型

AI探索-我怎么使用Kimi Chat的

比如我最近对RAG技术感兴趣，找到最新一篇的论文https://arxiv.org/pdf/2312.10997.pdf，直接登录https://kimi.moonshot.cn/，拖进去。

KimiChat 写作

腾讯 IMA： AI 智能教学新助手

借助 RAG 技术，教师能够将自己的教学经验、专业知识以及积累的各类资料转化为可供随时调用的数字化资源。

腾讯 IMA 智能教学

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

通过引入检索增强技术（RAG），还能显著提高大模型的回答质量，并为答案提供可解释性，避免“胡言乱语”的倾向。

MoE大模型 APPa

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Compressor）部署（vLLM、SGL、SkyPilot、TensorRT-LLM、OpenVino、TGI）本地运行（MLX、Llama.cpp、Ollama、LM Studio） Agent及RAG

qwen 千问开源

<1 2 3 4 567 8 >

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