第25页 | 技术原理 | 人人都是产品经理

AI,个人随笔

大模型轻量化技术，让AI跑的更快更省

随着大模型参数规模不断膨胀，其高昂的计算资源需求和低效的运行速度成为制约其广泛应用的瓶颈。本文将为您深入剖析大模型轻量化技术，供大家参考。

明思AI

AI应用大模型技术原理

AI

构建高准确率RAG系统，从语料质量与拆分策略做起

在企业构建 AI 问答系统和知识增强服务的过程中，RAG（检索增强生成）架构因其高效性和准确性而备受关注。然而，许多团队在实施 RAG 系统时，往往忽视了语料质量和拆分策略的重要性，而这两者正是决定系统能否成功上线的关键因素。本文将深入探讨如何通过高质量的语料库和科学的拆分策略，提升 RAG 系统的准确率和可维护性。

QQQ

RAG 技术原理经验分享

LLM进入「拖拽时代」！只靠Prompt，几秒定制一个大模型，效率飙升12000倍

最近，来自NUS、UT Austin等机构的研究人员创新性地提出了一种「拖拽式大语言模型」（DnD），它可以基于提示词快速生成模型参数，无需微调就能适应任务。不仅效率最高提升12000倍，而且具备出色的零样本泛化能力。

新智元

AI产品大模型技术原理

AI

MCP：重构AI生产力——从协议标准到企业级智能体落地

在人工智能技术加速渗透各行各业的当下，AI 模型与外部系统的高效交互成为制约产业智能化升级的关键瓶颈。本文将深入探讨 Model Context Protocol（MCP）如何通过标准化双向通信框架，重构 AI 生产力，推动企业级智能体从协议标准到落地的全过程。

王佳亮

AI应用 MCP 技术原理

AI

从黑箱到显微镜：大模型可解释性的现状与未来

大模型的能力不断升级，但其内在运行机制常被视为 “黑箱”。本文深入探讨了大模型可解释性的关键价值、技术路径突破以及面临的瓶颈，强调可解释性对 AI 安全、可靠发展的重要性，期待未来 AI“心中有数”，人类对 AI“心中有底”。

腾讯研究院

AI系统大模型技术原理

AI

人人都能看懂的预训练、微调、提示词工程和 RAG(我保证)

封面图 By 即梦这篇文章，我们用一个所有人都熟悉的案例，帮大家彻底理解大语言模型的那些”高大上”概念：预训练微调提示词工程 RAG（检索增强...

张佳的AI实战笔记

AI应用 RAG 技术原理

AI

Diffusion 扩散模型详解：驱动高质量 3D 内容生成的核心机制 (AI+3D 产品经理笔记 S2E05)

在 AI 领域，扩散模型（Diffusion Model）已经成为生成高质量 3D 内容的核心技术之一。从二维图像的辉煌到三维创造的新大陆，扩散模型不仅能够生成逼真的 3D 模型，还能根据文本描述进行创意生成。本文将深入剖析扩散模型的工作原理，探讨其在 3D 内容生成中的应用路径，以及产品经理如何利用这一技术推动产品创新。