文章列表-AI魔法学院

文章列表

深入探讨GPTs和AI Assistant

用户可以通过对话形式，为GPT提供指令和额外的知识库，然后选择所需的能力，例如联网、绘图、分析数据等。

GPTs AI Assistant

分析了数百万ChatGPT用户会话后发现的秘密

该分布如下图所示：在这里我们可以看到，自 5 月份以来，每月 1-2 次的访问量确实有所下降。

大语言模型

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

DataLearner大模型综合评测对比地址如下：https://www.datalearner.com/ai-models/llm-evaluation 下图是一个截图： ·&

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

百万token上下文窗口也杀不死向量数据库？CPU笑了

△图源：由DALL·E 3生成那么以RAG、向量数据库为代表的这一派技术，在现实场景中到底用得如何呢？

向量数据库大模型 cpu

大模型套壳祛魅：质疑套壳，理解套壳

Transformer 的模型架构图，左侧为 Encoder，右侧为 Decoder。

大模型套壳

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

下图 1 为 Gemma（7B）与 LLaMA 2（7B）、LLaMA 2（13B）和 Mistral（7B）在问答、推理、数学和科学、编码等任务上的性能比较。

开源模型 Gemma

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

所有模型的性能见下图附录 D。

过拟合小模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

概述我们进行了各种各样的实验，试图延长模型的上下文长度。

开源模型

大模型压缩首篇综述来啦~

量化（Quantization） · 低秩分解（Low-Rank Factorization）图1

大模型

谈Agent构建平台的设计

经常出现的情况是：当进一步试图对其进行定制时，又发现它提供的封装和二次开发抽象设计不够好。

Agent 构建

更强的小型LLM：Zephyr-7B

用户观察到这些模型通常缺乏“意图对齐”，意味着它们并不总是以符合人类偏好的方式行事。

Zephyr-7B 大语言模型

RAG 2.0来了，它能成为生产落地的福音吗？

这一点类似于我们优化推荐系统，并非简单的优化精排模型，而是需要端到端的从召回，粗排，精排，重排环节作为整体来优化，避免形成错配，如图出现不对齐现象，不管精排模型如何优化都难以达到好的优化目标。

RAG 大模型

划重点！全网最全AI数字人工具合集！

· 提供多种AI工具：包括AI文本配音、AI生成营销文案、AI模特、AI智能抠图等，提升你的营销效率。

AI 数字人

SeaTable 一站式助力高校多场景数字化升级，打造高效解决方案

通过实现从环境（包括设备、教室等）、资源（如图书、讲义、课件等）到应用（包括教、学、管理、服务、办公等）的全部数字化，在传统校园基础上构建一个数字空间，以拓展现实校园的时间和空间维度，提升传统校园的运行效率

大模型

<...57 58 59 606162 63 64 65 66 ...>

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