文章列表-AI魔法学院

文章列表

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

作为参考，研究人员将为概念c指定此模板为尽管人们期望更为显著的刺激可能产生更好的结果，但研究人员发现，即使是未标注的数据集，或者由模型本身生成的数据集，在使用上述模板时都能有效地引起显著的响应。

大模型

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

我通过使用一些工具而成长。

GGUF格式详解

GGUF就是一种二进制格式文件的规范，原始的大模型预训练结果经过转换后变成GGUF格式可以更快地被载入使用，也会消耗更低的资源。

GGUF 大模型

300天里，我帮你踩遍了AIGC创业的各种坑

提示词的天花板很低，很多应用场景下光靠提示词远远达不到交付标准，更难以摆脱生成式AI的“幻觉”影响。

AIGC 创业

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

大模型：泛化即智能，压缩即一切

如上图所示，许多教科书中显示的图形都是U形风险曲线。

大模型泛化

大语言模型的拐杖——RLHF基于人类反馈的强化学习

他们根据质量或正确性排名不同的模型生成的输出或行为。

大模型训练

推荐智能体：利用大模型进行交互式推荐

为了集成视觉功能,Visual ChatGPT (Wu et al. 2023)和HuggingGPT (Shen et al. 2023)结合了视觉模型作为工具,使LLM能够生成和处理图像。

大语言模型推荐

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

新研究假设这种排序效应是由于逆转诅咒造成的。

大模型

谈谈RAG存在的一些问题和避免方式

RAG系统使用top_k来选择得分达到多少的文本chunk才能送到LLM里面进行生成（Gen）操作。

RAG 大模型

提升GPT Prompt效果最佳实践 - 拆解复杂任务

具体方法： · 使用意图分类来识别与用户查询最相关的指令 · 对于需要很长会话的对话应用，总结或过滤之前的对话 · 分段总结长文档，并递归构建成完整摘要使用意图分类来识别与用户查询最相关的指令

GPT prompt

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

DISC-MedLLM的独特之处源于其创新性的设计和多元数据构造机制，这一机制是基于我们以目标为导向的策略，以及真实医患对话数据和知识图谱的深度结合而成。

大模型

大模型：泛化即智能，压缩即一切！

如上图所示，许多教科书中显示的图形都是U形风险曲线。

泛化大模型

达摩院SPACE对话大模型：知识注入与知识利用

除了对话理解以外，还有一块是对话生成领域。

大模型

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

因此，可以把一个神经网络分成两块：低层的网络进行特征抽取，将原始信息变成容易被后面任务使用的特征；输出层的网络进行具体任务的预测。

大模型微调

<...73 74 75 767778 79 80 81 82 ...>

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