文章列表-AI魔法学院

文章列表

微调大型语言模型-核心思想和方法介绍

LLM 未明确训练的特定或新任务，则要求我们进一步训练或微调预训练的 LLM。

大模型训练

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

尽管LiLian Weng在其文章中，定义了LLM驱动的AI-Agents是什么？

开源模型

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

随着 LangChain + LLM 方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM 对意图识别不准。

大语言模型

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

虽然最近的研究探讨了LLM在各种基准任务中的能力，但很少有研究探讨LLM在生成任务上的可控性。

大模型控制

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

Agent四大范式 | 综述：全面理解Agent工作原理

它通过几个构建的路径引导LLM对复杂问题进行推理，利用LLM的推理能力进行任务拆解。

Agent 大语言模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

LLM代理应用的拓扑图如图6所示。

大模型

RAG从入门到精通-RAG简介

LLM的知识更新难题在进入RAG的介绍之前，需要读者首先理解一个概念，LLM的知识更新是很困难的，主要原因在于： 1.LLM的训练数据集是固定的,一旦训练完成就很难再通过继续训练来更新其知识。

rag 大模型

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

大模型中的Top-k、Top-p、Temperature详细含义及解释

本文简单介绍了GPT(GPT-3, GPT-3.5, GPT-4 etc.)系列大模型(LLM, Large Language Model)中的常见参数Top-k, Top-p, Temperature. 在使用OpenAI的接口，或自己训练相关模型时，也会经常遇到这些参数。下面我们逐步地介绍概念，并举一些例子来帮助理解。

大模型

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

堪称是「世界上速度最快的LLM」！

Groq 大模型

如何微调Meta Llama-3 8B

Meta 推出了 Meta Llama 3 系列 LLM，包括 8 和 70B 大小的预训练和指令调整的生成文本模型。

Meta Llama 3 大模型

快手大模型出炉！【快意】来袭！

「快意」大模型（KwaiYii）是由快手AI团队从零到一独立自主研发的一系列大规模语言模型（Large Language Model，LLM），当前包含了多种参数规模的模型，并覆盖了预训练模型

开源模型

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

如今全世界有很多公司都在研究AI大模型（LLM）。

StreamingLLM 写作

GitHub工程师分享开发Copilot所采用的提示词工程

LLM 的崛起为那些希望在应用程序中利用生成式 AI 的从业者创造了一个全新的领域。

开源模型

<...3 4 5 678 9 10 11 12 ...>

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