文章列表-AI魔法学院

文章列表

RLHF 在 Text2SQL 领域中的探索

03 RLHF 框架 RLHF 方法最早是在 2017 年论文（Deep reinforcement learning from human preferences

Text2SQL RLHF

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略

ChatGLM3 语音模型开源模型

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

Langchain的一些问题和替代选择

在本文中，我们将探讨与Langchain相关的一些问题，并考虑一些替代框架。

大模型

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

据悉，检索增强生成（RAG）一词来自于 Facebook AI 部门自然语言处理研究员 Lewis 等人在 2020 年发表的一篇论文中。

检索增强生成大语音模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

RAG的工作原理 RAG系统典型由三部分组成： (1) 检索器：从大规模文本数据中检索与输入查询相关的文本片段。

大语言模型 RAG检索增强

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

样例 2 BERT 模型是 Google AI 研究院提出的一种预训练模型，通过预训练 + 微调的方式于多个 NLP 下游任务达到当时最先进水平，如实体识别、文本匹配、阅读理解等。

大模型微调

Prompt屠龙术-思维链

由于我们向大型语言模型 (LLMs) 提出的问题直接影响其输出结果的质量，因此“prompt工程”是让 LLMs 做我们希望它们做的事情的关键部分。

Prompt 思维链

大模型业务应用中数据准备的要求、难点及解决思路

本文将着眼于大模型在业务领域的优化训练，对这些问题做一下探讨。

大模型

使用思维链写Prompt

这个过程可能包括定义问题、分解问题、逐步解决子问题，最后综合所有的信息得出最终答案。

思维链 prompt

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

这是目前主流text embedding模型用的比较多的一种检索方式，这部分表征更注重文本整体的语义信息。

BGE M3-Embedding 多语音检索

全球学术界知名学者教授信息大盘点（全）

本文是学术大佬资料整理得合集（共计86位），他们都是自然语言处理（NLP）方面得权威专家。

AI大佬知名学者

AI里的大模型，你了解么

大样本由于其参数多、结构复杂等特点，可以更精确地表示出样本的空间分布，并从中学习出更多的复杂属性，进而提升其预测精度与效果。

人工智能

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

通义千问介绍文档 🔗：https://tongyi.aliyun.com/qianwen/blog/tsq0i7fyr9is4oeo · 论文链接 🔗: https:

阿里云视频音频

LLM Agent最常见的九种设计模式(图解+代码)

是的，就是这么简单，在论文的开头作者也提到人类智能的一项能力就是 Actions with verbal reasoning，即每次执行行动后都有一个“碎碎念(Observation”：我现在做了啥，是不是已经达到了目的

LLM Agent 图解

<...65 66 67 686970 71 72 73 74 ...>

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