文章列表-AI魔法学院

文章列表

Prompt屠龙术-思维链

COT (Chain of Thought) 本文介绍prompt工程中的屠龙术之一：思维链，这是一种能极大提升大模型输出质量的技术。

Prompt 思维链

使用思维链写Prompt

思维链（CoT），即 Chain of Thought，是一种解决问题的方法，这种方法涉及逐步、逻辑地思考问题，以便更好地理解和解决它。

思维链 prompt

大模型应用设计的10个思考

与传统的编程方法不同，现在的开发思路更倾向于“模型优先”。

大模型应用

垂直领域大模型的思考

垂直大模型产品基于上面的思考，开始涌现出越来越多的垂域大模型，这些模型只针对一个特定的领域，甚至只能针对一两个场景。

垂直领域大模型

大模型时代-行业落地的再思考

写在前面大家好，目前大模型落地是大家特别关心的问题，之前我也对垂直领域大模型的做了一些思考并对领域开源模型进行汇总。

大模型

对于大模型RAG技术的一些思考

nbsp;匹配用户问题向量和向量库中各文本块向量的相关度 · 将最相关的Top 5文本块和问题拼接起来，形成Prompt输入给大模型 · 将大模型的答案返回给用户具体可以参考下图

RAG 大模型

依赖倒置：以数字和AI的思维模式思考

也可以回到类似马克思的观点，一个边际效能越来越高的生产模式肯定会取代低的。

写文章

没有思考过 Embedding，不足以谈 AI

这篇文章中，我并不试图去解释ChatGPT的一切，而是将从原理出发，思考计算机理解语言的关键要素，这些思考落到了一个具体的切入点 —— embedding —— 一个第一眼难以理解但极为关键的东西。

开源模型

通往AGI之路：思维链提示过程

今天分享提示词的进阶学习内容，思维链提示。

思维链提示词

领域大模型-训练Trick&落地思考

现有大模型在预训练过程中都会加入书籍、论文等数据，那么在领域预训练时这两种数据其实也是必不可少的，主要是因为这些数据的数据质量较高、领域强相关、知识覆盖率（密度）大，可以让模型更适应考试。

垂直训练大模型

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

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

思维图(GoT) 在本文中，作者基于对人类大脑结构、逻辑推理等过程的思考，通过使LLM思想形成任意图形结构，可以从根本上实现更强大的提示。

大模型

关于大模型驱动的AI智能体Agent的一些思考

思考： LLM作为大脑我们需要的是全局思维能力；因此，需要通过更多的指令微调来提高LLM的通用推理能力，而不是面向某个领域的专项微调。

大模型

GPT提示词必杀技：思维树法

在前面我们介绍过，引导模型进行思考，插入链接，其实就是思维链的原理。

GPT 提示词

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

二、考虑生产环境下的RAG 将RAG系统引入生产环境时，需要全面考虑其在性能、成本、延迟、可扩展性和安全性等方面的要求。

大语言模型 RAG检索增强

<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