文章列表-AI魔法学院

文章列表

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真实世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。

XVERSE-V 多模态大模型

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

斯坦福、微软、UCLA的顶尖学者联手，推出了一个全新交互式基础代理模型！

Agent+GPT-4V 大模型

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

本质上，RAG 帮助模型“查找”外部信息以改进其响应。

训练

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

以前关于遵循指令的工作主要是通过继承大型（多模态）LLMs的能力，采用轻量级的监督微调来激活模型的能力以与用户意图对齐。

大模型语音

ChatGPT实用指南|ChatGPT十步搞定论文【全流程+提示词】

只需提供您的论文主题以及所需的详细信息，然后让ChatGPT完成其余的工作。

ChatGPT 写作提示词

大模型训练为什么用A100不用4090

2016 年我在 MSRA 的时候，见证了微软给每块服务器部署了 FPGA，把 FPGA 打到了沙子的价格，甚至成为了供应商 Altera 被 Intel 收购的重要推手。

大模型

详解大模型RLHF过程（配代码解读）

出自：https://zhuanlan.zhihu.com/p/624589622 一直都特别好奇大模型的强化学习微调是怎么做的，网上虽然相关文章不少，但找到的文章都是浅尝辄止说到用PPO训练，再细致深入的就没有讲了

训练

SD出图新思路

相信大家在使用SD出图的时候会经常遇到一个问题，就是在图未渲染完的时候看预览图还很nice，一旦渲染完后结果却差强人意。

文生图 SD

利用AI技术自动化爬取网页数据的利器——MLScraper

它利用机器学习和自然语言处理技术，能够自动解析网页并提取所需的信息。

MLScraper Python库

中文开源OCR框架对比及介绍

从严格定义来看，学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

在使用 ChatGPT 时，发现输入 prompt 后，是使用流式的效果返回的数据，起初以为使用了双工协议做的持久化连接，查看其网络请求，发现这个接口的通信方式并非传统的 http 接口或者 WebSockets

GPT

将任意文本转换为知识图谱

这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。

知识图谱转换文本

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

任何在节假日晚餐时分与亲戚争论过的人都可能注意到了，通常情况下你给出的相反数据越多，他们似乎就越相信自己的先验信念。

贝叶斯定理

Stable Diffusion

Stable Diffusion API

我们将首先介绍如何使用此 API，然后设置一个示例，将其用作隐私保护微服务以从图像中删除人物。

文生图 SD

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

ensp; 其中，检索增强生成（Retrieval-augmented generation，RAG）是一种针对知识密集型 NLP 任务的生成方法，它通过在生成过程中引入检索组件，从已知的知识库中检索相关信息

Prompt 大语言模型 RAG

<...6 7 8 91011 12 13 14 15 ...>

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