文章列表-AI魔法学院

文章列表

GPU 性能（数据表）快速参考

这篇文章为流行的GPU的性能提供了一个简明的参考，包括NVIDIA和华为海思的主流型号，水平有限，译文整理，供参考学习。

GPU 算力

大模型应用设计的10个思考

这意味着，当我们面临一个问题或任务时，我们首先应思考是否可以利用现有的模型来解决它，而不是立刻着手编写代码。

大模型应用

新测试基准发布，最强开源Llama 3尴尬了

如果试题太简单，学霸和学渣都能考90分，拉不开差距…… 随着Claude 3、Llama 3甚至之后GPT-5等更强模型发布，业界急需一款更难、更有区分度的基准测试。

Llama 3 大模型开源

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

这根本不可能，假如你只是某个领域的一个小白，你试图让人工智能生成只有顶级专家才能识别的信息，即便是人工智能在专家级水平上的输出欺骗了你，你也无从辨别。

prompt 提示词

7 个最近尝试过程中充满惊喜的Midjourney提示词

7 个最近尝试过程中充满惊喜的Midjourney提示词一 Prompt: Night light scenery of a town in Switzerland at dusk.

midjourney 画图提示词

垂直领域大模型的思考

下面介绍的方法都是来尝试解决这个问题。

垂直领域大模型

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

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

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

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

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

3.广泛的库支持：Robot Framework 拥有丰富的内置库和扩展库，可以用于处理各种测试任务，如web测试、数据库测试、网络测试等。

RPA框架自动化

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

然而，仅仅使用扩散模型可能不足以解决虚拟试穿的问题。

文生图

依赖倒置：以数字和AI的思维模式思考

第一个是思考模式必须转换为数字和智能优先。

写文章

国内人工智能对北京高考微作文题目的回答

KMaster知识库：我认为班级应该考虑创建一个属于自己班级的微信公众号。

中文大模型

<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

© 2023-2025 AI魔法学院

京ICP备20027199号-1