大模型知识库扒皮库
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
-
+
首页
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具
来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_3494760.4188309670413334.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_9571200.8088756272572344.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_3584880.5853986408202209.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_3753980.6188615671270474.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_3740390.22355915189375175.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_3641230.8524308722630054.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_9603580.4633942963545462.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_4210210.9488127406441065.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_4527310.8248432133362208.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_4638540.897805484032117.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_4361830.6728653786920065.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_9722370.764722315276346.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_4544080.6816718788779675.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_5420070.31259636936793633.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_5514250.9765860370907662.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_5521910.17527893666987948.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230405_2625100.7779007650876125.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_5495630.5949888712407359.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_5671480.8264827775712333.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6155520.6538111118730039.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6216650.9153985515915445.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230405_0321590.5879232498665318.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6019500.09262378859693221.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6526120.5833292181518032.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6528600.23898163414494544.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6907410.615671280877807.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230405_3387660.47987532154564005.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6986970.6856770193724768.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_6952990.6122881194041425.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_7266110.24670352696123432.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_7600720.2368258034918389.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230405_3323970.337831268074698.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_7234970.9872908680484205.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_7919600.4147616754764907.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_7970240.6105140041909476.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_7995610.4209950031706584.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230405_6125060.3748487496532197.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_8504380.15044508304716353.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_8653560.9168362400538581.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_8825040.2259877063507738.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复来自:大语言模型论文跟踪进入星球 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_8715560.36338670312569.jpeg) HuggingAI 2024-02-28 12:56 这个图很好的对比了RAG和finetune技术方案的优劣势 在RAG和超长上下文窗口的共同加持下,模型微调的生存空间越来越小 展开全部 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230405_6103280.20730512250507005.jpeg) ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_9079280.9286955584640048.jpeg)赞过 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_9670810.34896580025281343.jpeg) HuggingAI:对比RAG和finetune: [LLM知识增强:RAG&微调?微软给出部分答案](https://mp.weixin.qq.com/s/48Y0zAXe6fo5ELucPRfW6g "LLM知识增强:RAG&微调?微软给出部分答案") 2024-02-28 13:00 回复 ![](https://yg9538.kmgy.top/img/2024/03/30/2024-03-30_230404_9795680.3480145109296098.jpeg) HuggingAI:再来一篇对比两者的文章 [一文解构大模型RAG问答关键环节及与LLM微调对比总结](https://mp.weixin.qq.com/s/xxFcMRMl--HPcGAkAYaW7w "一文解构大模型RAG问答关键环节及与LLM微调对比总结") 2024-02-28 13:00 回复
yg9538
2024年3月30日 23:04
转发文档
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
PDF文档
PDF文档(打印)
分享
链接
类型
密码
更新密码