文章列表-AI魔法学院

文章列表

新测试基准发布，最强开源Llama 3尴尬了

如果试题太简单，学霸和学渣都能考90分，拉不开差距…… 随着Claude 3、Llama 3甚至之后GPT-5等更强模型发布，业界急需一款更难、更有区分度的基准测试。

Llama 3 大模型开源

ChatGPT写论文最强指令

六、为了增强我的论文的说服力，请帮助我引入权威的案例和引用。

ChatGPT 指令

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

;} } ] } } 对content字段进行检索

ElasticSearch 智能搜索

AI Agent新对决：LangGraph与AutoGen的技术角力

3.AutoGen的应用场景 AutoGen的应用场景很广泛，涵盖了数学问题处理，检索增强聊天，决策制定，多智能体编码，动态群聊以及对话式国际象棋，

LangGraph AutoGen 对决

Github上Star数最多的大模型应用基础服务：Dify 深度解读

应用中可以调用 Dify 中内置的大量基础能力，比如知识库检索 RAG，大模型调用。

Dify 大模型知识库

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

Generation，生成，而 Retrieval-augmented 就是指除了 llm 本身已经学到的知识之外，通过外挂其他数据源的方式来增强 LLM 的能力，这其中就包括了外部向量数据库、外部知识图谱

大模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

官方一点地讲：RAG模型的核心思想就是将传统的语言生成模型（如GPT系列）与一个检索系统相结合，在处理一个输入时，RAG首先使用检索系统从一个大规模的文档集合中检索出相关的文本片段，然后将这些检索到的文本作为额外的上下文信息输入到生成模型中

LLM Agents

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

·支持大规模数据问答，两阶段检索排名，解决大规模数据检索的退化问题；数据越多，性能越好。

网易 RAG 知识库

Prompt工程如此强大，我们还需要模型训练吗？

2.对于新信息，模型也能很好地跟搜索引擎结合，将新信息整合在prompt中让模型来回答，这种方法是否有局限

大模型

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

LangChain 和 RAG 领域不出意外的又出了不少新思路： 1.

大模型 LangChain RAG

使用知识图谱提高RAG的能力，减少大模型幻觉

查询向量数据库通常涉及搜索相似的向量或检索基于特定标准的向量。

RAG 大语言模型

谈谈LLM在推荐域的渗透，探索推荐新范式

这个文章《大模型时代的文本检索》详细的介绍了生成式搜索。

大模型

向量数据库不是一个单独的数据库分类

现有的数据库产品会利用已有的负载和客户基础来获取新的RAG（检索增强生成）负载。

大模型向量数据库

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

常规的注意力机制，是把注意力计算中所有的键值（KV）和查询状态丢弃；而经过改进的注意力机制，将注意力的旧KV状态存储在压缩内存中，用于长期记忆中的巩固和检索。

大模型上下文

<...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