文章列表-AI魔法学院

文章列表

七问大模型幻觉｜LLM Hallucination

幻觉现象的存在严重影响LLM应用的可靠性，本文将探讨大型语言模型(LLMs)的幻觉问题，以及解决幻觉现象的一些常见方法。

大模型

如何修复GPT幻觉、及评估数据集的挑战

本文首先概述了幻觉如何仍然是LLM面临的一个持续挑战，然后是解决幻觉和可靠性问题的步骤（以及相关的研究论文）。

大模型

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

我们没有进行微调，而是结合使用提示链接和预处理/后处理来将幻觉率降低一个数量级，但它确实需要 3-4 倍的 OpenAI 调用次数。

大模型

使用知识图谱提高RAG的能力，减少大模型幻觉

在使用大型语言模型(llm)时，幻觉是一个常见的问题。

RAG 大语言模型

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

随着LLM的蓬勃发展，企业、个人知识库越来越火。但是随之而来的，也是两个问题：一、搭建成本高。二：回答的内容结果不准。

LangChain 知识库

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

目前，许多开源 RAG 系统忽视了 RAG 的关键优势之一：使 LLM 能够以受控方式响应查询，推广一种理性的、基于证据的方法，消除幻觉。

OCR RAG 开源

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

数字人：从科幻走向现实的技术革命

数字人，这一曾被视为科幻领域独有的概念，如今正逐渐走入我们的日常生活。

数字人语音

HalluQA: 测测中文大模型有没有一本正经胡说八道

然而，相比于大模型其它维度的评测，在模型幻觉方面，仍然缺少一个用于评测中文大模型幻觉的数据集。

大模型中文大模型幻觉

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

目前，视觉transformer已经在识别、检测、分割等多个视觉任务上展现出来很好的性能。

ViTPose+Transformer 身体姿态

你的AI还在睡觉？33条Prompts让它瞬间变身超能力团队！

我这里有33条来自麦肯锡咨询专家的效率Prompts，这些宝贵经验将让你的AI工具（ChatGPT、Bing、Claude 2、Bard以及Llama 2等）秒速成长为一个超强团队！这33条专家Prompts覆盖了时间管理、目标设定、工作环境优化等所有关键领域，将帮助你的AI全面提升工作能力。

提示词

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

检索增强生成（RAG）是减轻大型语言模型（LLM）幻觉的一种有前途的方法。

大模型 RAG检索增强

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

垂直领域大模型的思考

这就要求大模型能忠实于领域内的要求，同时克服“幻觉”，严谨准确地进行作答。

垂直领域大模型

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

文生图

<12 3 4 5 6 7 8 9 10 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1