AI个人学习
和实操指南
TRAE

AI知识 第11页

Proposition Retrieval:命题检索-首席AI分享圈

Proposition Retrieval:命题检索

原文:《Dense X Retrieval: What Retrieval Granularity Should We Use?》 注:此方法适合少部分模型,如OPENAI系列,Claude系列、Mixtral、Yi、qwen等。   摘要 在开放领域的自然语言处理(NLP)任务中,...

BoT:强化思考:用大型语言模型解决试错问题-首席AI分享圈

BoT:强化思考:用大型语言模型解决试错问题

摘要   大型语言模型(LLMs)在广泛问题上的推理性能严重依赖于链式思维提示,这涉及在提示中提供一些链式思维示范作为示例。最近的研究表明,例如思维树,已经指出了探索和自我评估在复杂问题解决中的推理...

Intents 意图 :用zep解释如何让大模型理解客户意图

在自然语言处理(NLP)中,意图指用户表达某种目的,想做或想要的事情。通过分析用户发出的信息,识别其背后的意图,从而回复相关的内容。例如,“订餐”、“查看天气”、“我想去巴黎”等都是有效的意图。 为了让聊天机器人...

Tokenization(分词标记化)-首席AI分享圈

Tokenization(分词标记化)

各位好,今天我们要探讨大型语言模型(LLM)中的分词技术。遗憾的是,分词在当前顶尖的LLM中是一个比较复杂且棘手的部分,但理解它的某些细节非常必要,因为很多人将LLM的一些缺点归咎于神经网络或其他显得神秘的...

利用STORM:构建基于互联网搜索编写维基百科式文章-首席AI分享圈

利用STORM:构建基于互联网搜索编写维基百科式文章

论文:https://arxiv.org/abs/2402.14207   我们能教LLMs从头开始写长篇文章,基于可靠的来源吗? 维基百科编辑认为这能帮助他们吗? 📣 宣布STORM,一个基于互联网搜索写维基百科式文章的系统。我现在在我的...

LangChain计划执行型智能体-首席AI分享圈

LangChain计划执行型智能体

计划执行型智能体提供了一种比以往设计更快、更经济且性能更强的任务执行方案。本文将指导您在LangGraph中构建三种规划智能体。   我们在LangGraph平台上推出了三种“计划执行”模式的智能体结构。这些智能体...

Sora视频生成模型:构建虚拟世界的模拟器 [译]-首席AI分享圈

Sora视频生成模型:构建虚拟世界的模拟器 [译]

原文:Video generation models as world simulators   我们致力于在视频数据上开展生成模型的大规模训练。具体来说,我们针对不同时长、分辨率和宽高比的视频及图像,联合训练了基于文本条件的扩散模型。我...

CoD:密度链-首席AI分享圈

CoD:密度链

原文:https://arxiv.org/pdf/2309.04269 速读:《从稀疏到密集:使用链式密度提示的GPT-4摘要生成》 收录到:总结知识常用prompts   摘要 在自动文本摘要中,确定要包含的“正确”信息量是一个具有挑战性的任...

ChatGPT自定义指令常见问题解答

概述 自定义指令功能让您可以分享您希望ChatGPT在回应中考虑的任何信息。 您的指令将应用于新的对话中。   可用性 所有终端 网络、iOS 和 Android   您的数据的使用方式 您可以随时为未来的对话编辑或...

如何编写结构化图像生成提示词-首席AI分享圈

如何编写结构化图像生成提示词

结构化指令:范式 画质词>> 一般比较固定:大师作品,杰作,最佳画质,丰富细节(Highly detailed),官方艺术,丁达尔效应,细腻的CG画质,8K,超大壁纸等。一般起手输入masterpiece, best quality, 为了提...

BM25

简介 为什么要单独介绍他,很多场景应用GPT3嵌入向量表示,效率和结果可能并没有传统模型好,这需要时刻注意。 BM25是一种向量空间模型,但它不属于单词向量模型、文档向量模型、图像向量模型、知识图谱向量模型...

zh_CN简体中文