文章列表-AI魔法学院

文章列表

Deepseek-V2技术报告解读！全网最细！

在成本效率方面，相比V1的稠密模型，V2模型节约了的训练成本，减少了推理时的 KV-cache 显存占用，将生成的吞吐量也提升到了原来的倍。

Deepseek-V2 大模型

Langchain的一些问题和替代选择

凭借其高级的API可以简化将llm集成到各种应用程序中的过程。

大模型

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

延伸阅读：LangChain 0.1.0版本正式发布，One More Thing将成了Agent落地生产的福音本文以官方提供的“Text2SQL的ReAct Agent”为例来了解基本的开发过程

Agent QueryPipeline 大模型

实现职场飞跃：10个ChatGPT提示词技巧助你找到理想工作

通过十个 ChatGPT 提示词的帮助，将大大增加你找工作成功的机会。

面试求职提示词

大模型实践总结

文本生成。

大模型训练

和大模型相关的一些术语（持续更新中）

工厂里的自动生产线，小米公司的“铁蛋”机器狗，火车站的人脸识别通道，科大讯飞的语音输入法，都是属于AI系统的应用。

大模型人工智能

PDFTriage:面向长篇结构化文档的问答

使用检索内容回答(第3.3节):根据问题和检索到的内容生成答案。

大语言模型 PDF 文档

总结！大模型微调（Tuning）的常见方法

相反，它侧重于精心制作可以指导预训练模型生成所需输出的输入提示或模板。

微调大模型

两个案例教你如何用BRTR原则优化Prompt

优化后: 请为这款新手机生成吸引人的营销文案。

BRTR Prompt 写作

我，大语言模型

我不断生成下一个较可能的字。

大模型

如何快速构建GPTs个人知识库应用？

如何构建GPTs个人知识库应用构建一个专属的GPTs个人知识库应用可以极大地提升你的工作效率和日常生活的便利。

GPTs 知识库

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

LLMLingua是微软发布的一款开源框架，旨在帮助开发者实现提示词压缩，从而在诸多应用场景中，在尽可能保留有意义的信息时，减少token开销，降低成本。

LLMLingua LlamaIndex 开源框架

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

20个ChatGPT超实用的提示词（Prompt）

让 ChatGPT 帮你生成提示 Prompt：“你是一个旨在帮助 [插入专业] 的 AI，生成 10 个最佳提示列表。

prompt 提示词

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

在这里，我将讨论如何通过检索增强生成（即 RAG）来提高 LLM 的性能。

RAG 大模型自动回复

<...77 78 79 808182 83 84 85 86 ...>

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