训练魔法-AI魔法学院

在中关村论坛，生数科技与清华大学发布中国首个长时长、高一致性、高动态性视频大模型「Vidu」，采用原创U-ViT架构，支持生成16秒1080P高清视频，具备模拟真实与多镜头生成能力，标志着在视频大模型领域的重大突破。

Vidu 大模型视频 2024-08-20

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

本文介绍了如何在本地搭建MarxKB知识共享系统，该系统支持多种大语言模型，零代码集成，便于个人和小白用户快速上手。通过Docker部署，用户可添加笔记、文档等至本地知识库，并利用大语言模型实现实时搜索与问答。文中详细讲解了Docker安装、MarxKB镜像下载与容器创建步骤，以及如何在MarxKB中创建知识库、配置并关联本地大语言模型（如ollama的llama3），最终构建一个本地文档问答系统。

知识库MaxKB 开源 2024-08-19

白话Embedding：普通人都能懂的科普文

嵌入是将数据对象表示为高维向量，通过编码其属性为向量的几何属性来存储有用信息。这些向量可用于计算距离和角度，从而揭示数据间的相似性和差异性。嵌入模型通过神经网络训练，将高维数据转换为低维向量，以简化分析和应用。嵌入技术广泛应用于图像分类、人脸识别、文本与图像联合分析等领域，是现代AI和机器学习的重要工具。

Embedding 向量 2024-08-19

工具

AIGC工具提示词技巧

文章介绍了提示词在AI创作中的重要性、写法框架、应用范例及编写技巧，并推荐了一些好用的AI工具。提示词需清晰、结构化，包括正向和反向提示词，用于指导AI生成图像、视频等。不同行业和专业人士需掌握专业词汇以提高输出质量。文章还通过示例展示了如何应用提示词进行创作，并推荐了如通义听悟、Suno、Runway等实用的AI工具。

AIGC 提示词 2024-08-19

大模型

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

本文介绍了如何微调Llama3模型以使其具备自我认知，通过修改模型回答如“你叫什么名字？”等问题的输出为“我是AI在手”。文章详细步骤包括环境搭建、数据集准备、模型下载、XTuner配置文件设置、模型训练、模型合并以及最终推理验证。此外，还提到了未来计划调整XTuner训练模板以支持英语对话的自我认知微调。

Llama3 对话问答模型 2024-08-19

大模型

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V是面向图文理解的端侧多模态大模型系列。该系列模型接受图像和文本输入，并提供高质量的文本输出。

minicpm 面壁 2024-08-06

教程

保姆级教程：Coze 打工你躺平

文章介绍了Coze（扣子），一个由字节推出的下一代AI聊天机器人构建平台。用户无需编写代码即可轻松创建机器人，用于写文章、找资料、画插图等任务。文章通过三个步骤展示了如何使用Coze：首先创建一个基础机器人，然后通过设置回复逻辑使其能够处理特定任务，最后将机器人发布到飞书，实现AI辅助工作的场景。此外，还介绍了如何使用工作流和代码进一步优化机器人的表现。文章强调Coze是当前AI辅助工作的最佳解决方案，并预告了后续将结合Coze API和飞书特性进行更深入的教学。

Coze 教程 2024-08-02

RAG

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

GDC2024上海召开，大模型应用开发引关注。Dify发布工作流功能，替代固化的RAG编排，平衡模型能力与生产需求。工作流将复杂问题分解，提升可控性、可解释性和鲁棒性。Langchain、LlamaIndex等增强自由编排能力。随着模型能力增强，workflow或成过渡手段，但稳定性或受影响。何文斯在大会分享“Dify Workflow：从Prompt工程到Flow工程”。

RAG 自由编排 Workflow 2024-08-02

AI生成PPT不靠谱？那是你方法没用对

文章总结了PPT的40年历史及其普遍使用的现状，指出其耗时问题。随后，文章探讨了AI如何通过自动化编写PPT大纲和内容、美化PPT等步骤，来减少PPT制作的时间和精力。具体展示了如何使用AI（如Kimi）根据用户提供的文档或主题生成PPT大纲，并推荐了多款AI-PPT应用（如Gamma、美图AI PPT、Mindshow等）来快速制作PPT。最后，文章强调AI在PPT制作中的高效性，使得从编写大纲到生成PPT的整个流程在10分钟内即可完成。

PPT 制作 AI 2024-08-02

大模型

大模型：泛化即智能，压缩即一切

本文总结了关于机器学习模型泛化能力的理解，强调了通过大量不同数据训练高容量模型的重要性，以追求长期泛化能力而非短期模型微调。文章从孔子对泛化能力的阐述引入，类比到机器学习领域，提出模型泛化能力类似于孩子通过多样化学习建立坚实认知基础。探讨了监督学习和无监督学习在提升模型泛化能力中的作用，特别是无监督学习通过分布匹配捕捉数据内在结构。此外，讨论了涌现现象，即模型在长时间训练后突然理解数据深层数学结构并实现泛化。文章最后总结了泛化能力的关键要素，并提到压缩与预测等价，大模型可视为对世界信息的压缩表示。

大模型泛化 2024-08-01

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

4月29日，DeepMusic发布AI音乐工作站“和弦派”2.0，贯穿音乐创作全过程，支持多种AI生成及创作方式、轻松编辑、一键导出多种格式文件，确保专业品质，且为移动端应用，便捷高效。创始人刘晓光称这是打破创作边界、提升生产力的重要一步，标志着DeepMusic服务能力的拓展，开启AI音乐创作新篇章。

和弦派 DeepMusic 音乐创作 2024-08-01

阿里

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

R4框架通过增强检索器-重排序-响应器机制解决大型语言模型生成文本时的“幻觉”问题，通过图注意力学习和强化学习动态调整检索文档顺序，并细化文档表示，显著提升在知识密集型任务上的性能，且对不同检索器和语言模型具有良好适应性。

RAG 检索大型语言模型 2024-07-30

Transformer

图解 transformer——逐层介绍

文章总结了Transformer模型的整体架构及关键组件，包括词嵌入层、位置编码、编码器堆栈（含多头注意力和前馈层）、解码器堆栈（含两个多头注意力和前馈层）、输出层（线性层和Softmax层）。深入解释了注意力机制（自注意力和编码器-解码器注意力）及多头注意力的重要性，并介绍了注意力掩码在编码器和解码器中的应用。最后，描述了模型如何生成输出，包括通过线性层和Softmax层将解码器输出转换为概率分布，并使用交叉熵损失函数进行训练。

Transformer 大模型图解 2024-07-29

Ollama 与 Dify：AI 应用开发的强强联合

Ollama和Dify是两个开源项目，分别用于本地部署LLM和AI应用开发管理。Ollama提供本地推理框架简化LLM部署，Dify则提供AI应用开发、管理和部署的全套工具。结合使用这两个工具，开发人员可以快速开发、部署和优化AI应用，如问答系统，并通过Dify进行性能监控和优化。

Ollama Dify 大型语言模型 2024-07-29

开源

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

微软与IBM决定将36年前的MS-DOS 4.0版本开源，并在GitHub上发布源代码、二进制文件等，供学习研究。此举得益于前微软CTO Ray Ozzie和研究员Connor Hyde的推动。MS-DOS 4.0曾在历史上引起争议，虽功能增强但兼容性不佳。如今开源引发操作系统爱好者的关注，仓库已获大量Star和Fork。此前微软已开源过MS-DOS其他版本。

MS-DOS 4.0 开源模型微软 2024-07-29