文章列表-AI魔法学院

文章列表

ChatGLM3-6B 功能原理解析

上次我们介绍了 ChatGLM3-6B 的部署，虽然我们的大语言模型（LLM）部署起来了，新功能也试用了，但问题很多的小明就要问了，这其中的实现原理是什么呢？

ChatGLM3 大模型

点评：六大向量数据库

这一波gpt热潮，90%的企业开发，都是llm+本地知识库集成。

向量数据库

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

引言在AI界的大语言模型（LLM）竞赛中，Zephyr-7B作为Hugging Face H4团队的最新力作，展现了令人瞩目的技术突破。

大语言模型开源模型

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

该项目提供了一个简化的RAG工作流，适用于各种规模的企业，通过结合使用大型语言模型（LLM）来提供基于严谨引用的真实问答能力。

RAGFlow RAG 开源

提示词学习地址推荐

提示工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。

提示词 prompt

RAG超参数调优食用指南

目前构建 LLM 应用程序存在一个巨大的问题，那就是需要调整大量的参数，而且远远超出了提示范围，例如分块、检索策略、元数据等。

rag 大模型

为什么大佬都在说Agent是未来？换个角度来谈一谈

有关这样的文章也都很容易引起读者的关注，比如：吴恩达站台畅聊Agent Workflow 以及 4 种主流设计模式，LLM应用开发的新热点利用Coze 实现吴恩达的4种 AI Agent 设计模式

Agent 大模型

PDFTriage:面向长篇结构化文档的问答

大型语言模型(LLM)在文档问答(QA)中存在一个问题,那就是当文档无法适应LLM的小范围上下文长度时。

大语言模型 PDF 文档

如何提高RAG 的效果

写在前面 LLM+RAG 构建很简单，使用开源项目langchain几行代码就搞定，但简单的构建过程不意味着很好的效果。

RAG 大模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

通常情况下，我们使⽤更好的基础模型、更⼤的数据集⼤⼩以及更⾼质量的数据来提升⼤型语⾔模型（LLM）微调性能

NEFTune 大语言模型

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS是一个为对话场景设计的语音生成模型，专门用于大型语言模型（LLM）助手的对话任务、对话语音和视频介绍等应用。

ChatTTS 语音合成

【大模型微调】 Llama 2 ：对话模型的全过程微调

该项工作的作者提出 Llama 2 模型：这是经过一系列预训练和微调的大语言模型 (LLM)，其参数规模从 7B 亿到 70B 不等。

大模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

然而，现有基于LLM的多智能体工作主要集中在解决简单的对话任务上，很少研究复杂任务，主要是由于LLM幻觉问题。

大模型

LangChain 完整指南：使用大语言模型构建强大的应用程序

此外，它还包括一些用于处理 LLM 的便捷实用程序。

langchain 大模型

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

这一框架下 LLM 是核心推理引擎，而 agent 是使 LLM 扬长避短、结构化思考的方法论。

大模型 AI编程

<...4 5 6 789 10 11 12 13 ...>

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