AI知行星球 › 首页 ›文本生成

文本生成

如何使用外部工具提升大语言模型性能？: 使用外部工具的策略旨在弥补语言模型在某些特定任务上的不足，通过结合外部工具如代码执行引擎、嵌入式搜索等，来提高任务的完成效率和准确性。 ... ... ...; 2024-7-1 16:35

六种提示词（Prompt）策略提升大语言模型性能: 随着大语言模型（如GPT-4）的发展，如何通过合理设计提示词（prompt）来获得更好的结果变得尤为重要。本文分析了如何编写提示词提升语言模型性能的六大策略，并通过实例详细说明了关键观点。 ... ... ... ... ... ...; 2024-7-1 16:09

RAG（检索增强生成）技术细节详细分析: 检索增强生成（RAG, Retrieval Augmented Generation）技术结合了信息检索与生成技术，其架构与技术细节决定了其在处理复杂信息、提升生成质量和保证数据安全方面的优势。本文将详细解析RAG的各个技术环节及其优化策 ...; 2024-7-1 15:26

基于LLM的RAG：检索增强生成的架构和技术解析: 在当前的大语言模型（LLM）热潮中，检索增强生成（RAG, Retrieval Augmented Generation）逐渐成为备受关注的应用。本文将详细探讨RAG的架构及其技术细节，并解析其在解决LLM应用中所遇问题的优势。 ...; 2024-7-1 15:14

RAG (检索增强生成) 在提示工程中的应用分析: 本文将分析RAG的基本概念、优势、主要组成部分以及提示工程在RAG中的应用，并结合实例详细说明。; 2024-7-1 12:07

从《机忆之地》看AI创作的潜力与方法: 本文将通过拆解获奖AI文章《机忆之地》的创作过程，探讨AI写作的潜力与方法，帮助读者更好地理解和应用这一新兴技术。; 2024-6-30 20:53

怎样写好多模态AI的提示词？: 在多模态AI的实际应用中，提示词的编写至关重要。以下是几种写好多模态提示词的方法及其详细分析。; 2024-6-29 23:25

大语言模型（LLM）三种优化路径的应用案例: 基于提示工程（Prompt Engineering）、检索增强的生成（RAG）、微调（Fine-Tuning）三种优化路径结合的案例分析; 2024-6-29 22:42

大语言模型（LLM）三种优化路径对比分析: 在优化 LLM 应用性能时，主要有三种技术手段：提示工程（Prompt Engineering）、基于检索增强的生成（RAG）、微调（Fine-Tuning）; 2024-6-29 22:28

通过微调提示词提升LLM应用性能: 在大语言模型（LLM）的应用过程中，提示词的设计和优化是提高模型性能的关键环节。; 2024-6-29 21:15

提示词工程：提升大语言模型（LLM）应用性能的关键: 提示词工程（Prompt Engineering）作为一种高效、低成本的优化手段，成为许多开发者的首选。; 2024-6-29 21:14

如何编写高效的Prompt？: 编写大语言模型（如ChatGPT）的提示词（Prompt）是一门技术和艺术的结合。有效的提示词不仅能显著提升模型输出的质量，还能提高工作效率。; 2024-6-29 16:25

如何设计提示词（Prompt）的工作流: 编写有效的 Prompt 可以显著提高大语言模型的输出质量。以下是编写 Prompt 工作流的步骤和分析; 2024-6-29 15:42

结构化提示词（Prompt）如何提升大语言模型的表现？: 在国内率先提出结构化、模板化编写大模型提示词（Prompt）范式的是云中江树。2023年，他通过LangGPT项目开源这种方法，并在多个社区获得广泛认可。; 2024-6-29 13:47

一步步引导AI：思维链在提示词工程中的应用: 思维链（Chain of Thought, CoT）作为一种提升大语言模型推理能力的提示技术，通过引导模型逐步解决问题，展示推理过程，从而提高复杂任务的解决能力。 ... ...; 2024-6-29 11:10

123 / 3 页下一页

相关分类

手机版|论坛|小黑屋|AI知行星球

Copyright © 2024-2028 AI知行星球(https://www.iile.cn) 版权所有 All Rights Reserved.
ICP备案号：粤ICP备2024242261号 Powered by Discuz!

返回顶部