文章列表-AI魔法学院

文章列表

大语言模型应用中的文本分块策略

跨越多个句子或段落的较长查询可能更符合段落或文档级别的嵌入，因为它可能正在寻找更广泛的上下文或主题。

开源模型

垂直领域大模型的思考

相比能做很多事，但每件事都马马虎虎的通用大模型；只能做一两件事，但这一两件事都能做好，可被信赖的垂直大模型会更有价值。

垂直领域大模型

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

这种方法简单高效，但是可能会导致生成的文本过于单调和重复。

大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

，那么最终的结果可能是这些小数点的乘积。

RAG 大模型

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

它们很可能会撒谎！

大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

本文我们从基础开始，了解一下向量Embeddings的人工智能搜索功能。

大模型

ComfyUI初学者指南

只能在相同类型的输入和输出之间进行连接。

文生图 comfyui

FaceFusion参数详解

可选这些值： benchmark （基准测试） default（默认值，换视频） webcam （摄像头，直播）比如: --ui-layouts benchmark 就启动测试性能的

FaceFusion 文生图

手把手教你认识学会LangChain

不同的任务使用不同prompt，如何去管理和优化这些prompt是langchain的主要功能之一。

langchain

大厂都在用的结构化Prompt，把写提示词变成填空题！

## Skills: -技能：角色必须具备的能力、知识或技巧。

prompt 大模型

LLM native策略的内部状态是否应该结构化【2023Q3】

如果发现做不到能够非常明确的标注，那么很可能意味着这个系统的内部状态并没有我们想象的那么标准化和结构化。

大模型

刚上线就崩了？字节版 GPTs 征战国内市场：无需编码，快速创建 AI 聊天机器人

“字节聚焦 AI 应用非常聪明，基础模型差距很大，借‘基础能力’用流量起势，积累数据再反哺‘能力’，策略清晰可执行”，该用户在 X 上评论道。

Coze 聊天机器人

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

它包含了能够在可能不适用于RAM的任意大小的向量集合中进行搜索的算法。

开源模型

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

同时，研究未考虑模型安全性如可能产生有害输出等问题。

小型语言模型 Zephyr-7B

如何使用ChatGPT写论文

提供一些能帮助我提高数据分析技能的资源 2.

ChatGPT 写作

<...72 73 74 757677 78 79 80 81 ...>

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