文章列表-AI魔法学院

文章列表

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

这种方法使得模型能够逐步构建解决方案，从而减少错误并提高准确性。

思考链提示词

从0到1谈谈智能客服系统的设计与实现

· 因此，B站决定开展新客服系统的自研工作。

智能客服

Stable Diffusion

Stable Diffusion超清放大及修复细节操作

你有没有遇到过想要对低分辨率的图片进行放大和修复细节的需求，但是显卡显存只有4G，感觉束手无策？

Stable Diffusion 文生图

快消品企业怎么才能用上大语言模型？

受到“再不努力就要被机器，或者是会用机器的人取代”趋势的威胁，越来越多中国企业开始下定决心要投身到新的AI热潮中去。

大模型

【SD魔法手册】之25个常用服饰类咒语（Prompt）

在用SD生成人物主题时，服饰很大程度决定了画面风格，为更好生成角色模特，以下是筛选的25个服饰咒语供参考，无论在写实或二次元模型中都能比较稳定的输出。

提示词 SD

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

它是在本来已经极其强大的Vits项目中融入了Bert大模型，基本上解决了VITS的语气韵律问题，在效果非常出色的情况下训练的成本开销普通人也完全可以接受。

Bert-vits 语音

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

但是从获得⼤模型的 API 接⼊，到将模型应⽤于实际⽣产之间，存在巨⼤的鸿沟，到底要解决哪些问题才能实现真正的跨越？

大模型

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

历史数据是由一组源策略生成的，每个源策略都是针对特定任务进行训练。

Agent

从Langchain到ReAct，在大模型时代下全新的应用开发核心

因此对于解决这个问题最好的办法是，可以保证LLM模型在做出分析决策时，必须将应该有的知识提供给LLM。

大模型

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

三、LangChain 模块 LangChain 提供了对几个主要模块的支持：模型：LangChain 支持的各种模型类型和模型集成。

知识库 langchain

如何提高RAG 的效果

落地过程中诸多的细节问题非常值得去一一探索和解决。

RAG 大模型

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

, '大模型行业的生成场景主要有对话交互，代码开发，智能体等。'

Prompt 大语言模型 RAG

RAG超参数调优食用指南

为了解决这些问题 LlamaIndex 推出了一个 ParamTuner 类，可以自动、高效地执行超参数调整。

rag 大模型

链接大模型与外部知识，智源开源最强语义向量模型BGE

在大模型时代，它更是用于解决幻觉问题、知识时效问题、超长文本问题等各种大模型本身制约或不足的必要技术。

embedding 语义向量

<...5 6 7 8910 11 12 13 14 ...>

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