文章列表-AI魔法学院

文章列表

prompt中的分隔符号的正确使用方法

它们帮助AI模型解析和理解我们的查询，确保我们得到的响应是精确和相关的。

prompt 分隔符

12个RAG常见痛点及解决方案

或者对自定义重排序器进行微调，获得更好的检索性能整合策略的局限性导致上下文冲突包含答案的文档是从数据库中检索出来的，但没有进入生成答案的上下文中。

RAG 大模型

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

HackerRank： HackerRank 是一个全球领先的技术招聘平台，提供数百种编程挑战和比赛，包括算法、数据结构、数学、 SQL、AI 等多个技术领域。

大模型微调

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

我需要部署一个本地开源模型，完成任务！

Qwen1.5 开源模型

大规模训练系列之技术挑战

更系统来说，随着数据和模型的不断增大，会触碰到两方面的问题，大数据和大模型所产生的显存墙问题(模型是否能跑起来)以及计算墙(能否在合理时间内完成训练)问题，使得普通的分布式训练不再适用于此类任务。

开源模型

13个神级Chatgpt指令，助你小说丝滑过审

据不完全统计，目前能用AI写出高质量小说的人不多。

ChatGPT 写作

LangChain Agent原理介绍

Question: {input} Thought:{agent_scratchpad}""" 通过这个模板，加上我们的问题以及自定义的工具，会变成下面这个样子（# 后面是增加的注释）：

langchain

提示词学习地址推荐

https://www.promptingguide.ai/zh 2.Welcome | Learn Prompting: Your Guide to Communicating with AI

提示词 prompt

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

下面我们使用这个工具估算一下清华大学ChatGLM-6B模型的结果（第一代的ChatGLM-6B模型信息卡地址：https://www.datalearner.com/ai-models

大模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

另一部分则涉及训练专门用于生成图像描述的模型。

Baichuan-Omni 多模态大模型

[论文] 阿里提出AgentScope：灵活强大的智能体框架

此外，集成高级功能，如多模态数据处理，在分布式环境中带来了额外的挑战，当智能体需要不同的时间来完成子任务或生成的内容非常异构时。

AgentScope 语言大模型智能体

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

也就是说任何的零售商要跟美的做生意，他不用认识美的人，也不用打交道，也不用对账，你就在美营销平台上完成所有的这个交易。

工作

20 个提升您设计水平的DALLE-3提示词

., ‘AI Avatars’]."

提示词 DALLE

白话Embedding：普通人都能懂的科普文

这意味着图片由202,500个像素组成，每个像素的红色、绿色和蓝色值在0到255之间有一个数字。

Embedding 向量

Python状态机：优雅处理复杂业务逻辑的利器

游戏开发：控制角色动画、AI行为等 2.

Python状态机设计模式

<...78 79 80 818283 84 85 86 87 ...>

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