训练魔法-AI魔法学院

训练魔法

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

OpenAI及多家前沿实验室面临人工智能大模型改进速度放缓的问题，主要原因是高质量预训练数据稀缺和硬件成本上升。为应对此困境，OpenAI等正在研究新策略，如利用合成数据训练模型。同时，麻省理工学院研究发现，大模型虽表现惊人，但对世界缺乏连贯理解，一旦环境变化可能崩溃。网友提出将LLM与逻辑引擎等结合或用人形机器人收集现实数据等建议，以推动AI技术超越当前极限。

Scaling Law AI大模型 2024-11-12

我们需要的不是智能体，而是工作流（5000字保姆式教学）

文章总结：文章探讨了AI Agent在工作流中的应用，指出通过掌握思维技巧，如拆包大法COT（思维链方法）和多角色协作，可以打造个人高效工作流。通过实例展示了如何用COT设计生产爆文的工作流，并介绍了多角色协作在优化翻译和公众号爆文创作中的应用，强调人的能力结合AI使用技巧能放大生产力。

工作流教学 2024-11-12

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

Westlake-Omni是西湖心辰推出的全球首个开源中文情感端到端语音交互大模型，具有高质量的语音合成、精准的情感捕捉与表达、端到端设计等特点。它通过统一模态处理、深度学习基础、注意力机制等技术架构实现，经过大规模数据集训练和多种优化策略，支持情感感知与表达、多语言、个性化定制和实时交互。Westlake-Omni可应用于智能家居、智能车载、教育、医疗保健和娱乐产业等领域，为中文语音交互技术带来新活力和可能性。

Westlake -Omni 语音 2024-11-08

PymuPDF4llm：PDF 提取的革命

PymuPDF4llm是一款开源、免费的PDF提取工具，专为大型语言模型（LLMs）优化，提供文本、表格、图像提取及文档结构分析功能，解决了传统PDF提取工具的诸多问题，提高了信息提取效率和准确性，为AI项目提供强有力的支持。

PymuPDF4llm PDF 2024-11-07

一文彻底搞懂多模态 - 多模态推理

本文总结了多模态推理的概念，涉及视觉和语言等至少两种感知模态的信息融合，旨在获取更全面准确的理解和知识，支持视觉问答、视觉常识推理、视觉语言导航等任务。文章进一步介绍了知识图谱推理及其方法，包括基于规则学习、路径排序、表示学习和神经网络学习。最后，文章阐述了多模态推理任务的具体应用，包括视觉问答、视觉常识推理和视觉语言导航。

多模态推理大模型 2024-11-07

AI+大模型在金融行业的应用场景

AI技术广泛赋能金融行业，包括营销、资管、风控等，提升交易效率和安全性。在银行、保险、证券行业中，AI应用各具特色，如银行的信用风险评估、保险的个性化产品和自动化理赔、证券的智能交易和智能投顾。但AI应用也面临数据偏差、隐私保护、算法透明度等风险和挑战。

AI大模型金融 2024-11-06

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

本文总结了最近一周关于大模型(LLMs)的10篇最新研究进展，涉及多模态RAG、推理时对齐、多模态模型、大模型微调、大模型Agent等热门领域。具体包括：多模态RAG系统研究，旨在找到最佳配置以提升性能；推理时对齐方法，提出Speculative Rejection算法提高计算效率；新型扩散模型架构OmniGen，支持多种图像生成任务且用户友好；多模态语言模型BLIP-3-Video，有效捕捉视频帧时间信息；多语言多模态大模型Pangea，覆盖39种语言并在多文化和语言背景下表现优异；上下文Scaling Laws研究，解释了为何示例越多模型预测越准确；RAG推理加速方法Block-Attention，显著降低推理延迟和计算开销；可拓展Agent平台AgentStore，集成不同代理以自动化计算机任务；LLM PEFT技术全面介绍，提供了高效的针对预训练模型的下游任务适配手段。

大模型研究 2024-11-04

投资人逃离大模型

人工智能浪潮的掀起，世界正迎来一场前所未有的技术革命。从20世纪50年代开始人工智能技术诞生至今，已经先后四次引起大规模的关注。而如今正处在第四次的大模型时代，前三次分别为专家系统时代、机器学习时代和深度学习时代。后世之人如果要回顾这次的大模型时代，ChatGPT一定是一个绕不开的名字。2022年时，Open AI研发的ChatGPT-3.5横空出世，技惊四座，无论是写代码论文还是写诗作画，吹拉弹唱样样精通。

大模型 2024-11-01

字节，悄咪咪做了个 Liblib

「LiblibAI」一年内完成三轮数亿元融资，成为知名AI模型社区产品。字节推出类似AI模型分享社区「炉米Lumi」，目前为白名单版本，提供模型分享、Workflow搭建等服务。字节今年已推出二十余款AI产品，内部开启新一轮赛马机制，期待「炉米Lumi」早日公测。

Lumi 大模型 2024-11-01

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

ima copilot是腾讯推出的AI助手，能搜索微信公众号文章并一键加入专属知识库，支持AI检索总结、笔记功能及多模态搜索。用户可建立个人知识库并利用AI扩写、润色、翻译等功能记笔记。此外，AI笔记应用正逐渐受到关注，谷歌NotebookLM和Meta的NotebookLlama等项目也在该领域展开竞争。

ima copilot 搜索 2024-10-30

独家！黄太吉创始人再创业：首次披露惨败内幕

赫畅31岁创办餐饮品牌黄太吉，利用移动互联网营销成为网红餐厅，后转型外卖平台，获1.8亿融资但终因战略失误破产。他通过研读《毛选》反思失败，并开设《毛选创业课》帮助其他创业者。同时，童话作家郑渊洁对其人生也有深刻影响，让他选择初中辍学学习技能。赫畅认为中国创业者应基于国情发展，学习《毛选》有助于找到新的理论基础。

黄太吉创业 2024-10-29

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

文章总结：文章介绍了LlamaIndex推出的新实验功能QueryPipeline，支持通过声明式方式定义个性化应用流程，并给出了RAG类应用及ReAct Agent的实现案例。文章以Text2SQL的ReAct Agent为例，详细阐述了构建过程，包括数据导入、安装可观测性工具、构建Text2SQL工具、构建ReAct Agent Pipeline等步骤。文章还提到，当前该特性仍处于研发预览状态，存在限制，未来有待改进以实现复杂的Agent应用模式及Agent与RAG混排。

Agent QueryPipeline 大模型 2024-10-29

了解Kimi必看的26个问题 | Kimi系列文（二）

本文是《Kimi使用，从入门到精通》系列文章的第二篇，系统介绍了Kimi这一国产文本AI助手，包括其定义、开发公司、定位、水平、用户群体、功能、与搜索引擎的区别、使用方式、费用、限制、输出内容、历史会话管理、分享功能、会话切换、常用语调用、高质量回答获取、语音支持、数据隐私、个人及企业使用建议等。

Kimi 大语言模型 2024-10-28

必看！阿里通义千问完整技术报告

大型语言模型（LLMs）已经彻底改变了人工智能领域，使得以前被认为是人类专属的自然语言处理任务成为实现可能。在这项工作中，我们介绍了QWEN，我们大型语言模型系列的第一个版本。QWEN是一个全面的语言模型系列，包括参数数量不同的不同模型。它包括QWEN，基础预训练语言模型，以及QWEN-CHAT，使用人类对齐技术微调的聊天模型。

大型语言模型报告 2024-10-25

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

本文介绍了深度学习领域的五种常用模型：RNN、CNN、Transformer、BERT和GPT，它们在自然语言处理、计算机视觉等领域取得显著突破。RNN适合处理时间序列数据，CNN擅长图像数据，Transformer通过自注意力机制处理长序列，BERT和GPT作为预训练语言模型分别通过双向和单向Transformer编码器在NLP任务中表现出色。每种模型均有其独特的处理数据方式和应用场景，并附有经典案例。

大模型学习 2024-10-24

<1 2 345 6 7 8 9 10 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1