文章列表-AI魔法学院

文章列表

LLM Agent最常见的九种设计模式(图解+代码)

架构上它由三个组件组成： · Planner：负责生成一个相互依赖的“链式计划”，

LLM Agent 图解

Stable Diffusion

硬核解读Stable Diffusion（系列三）

SD 2.0相比SD 1.x版本的主要变动在于模型结构和训练数据两个部分。

Stable Diffusion 文生图

Sora懂不懂物理世界？

我们真实的视频是会体现真实世界的物理规律，以航行为例这意味着 AI 需要考虑到重力、浮力、碰撞以及船体结构在动态环境中的行为。

文生视频视频生成 sora

ComfyUI初学者指南

您可以通过将不同的块（称为节点）链接在一起来构建图像生成工作流程。

文生图 comfyui

垂直领域大模型的思考

本文将系统介绍如何做一个垂直领域的大模型，包括继续预训练，领域微调数据构建，减缓幻觉，知识召回多个方面。

垂直领域大模型

WeChaty：强大的微信个人号机器人SDK

WeChaty 是一款基于 Node.js 的开源微信个人号机器人 SDK，它为开发者提供了一种简单而强大的方式来构建自己的微信机器人，实现与微信的智能通信。

微信接口

人工智能的应用范式呼之欲出

应该说仅仅发表一个对现有大模型成果的梳理和评价所带来的行业价值可能并没有多么大，但是团队同时提出的无缝整合知识图谱动态结构和大语言模型、并且支持身份权限控制的新架构方案，很大程度上启发了全行业深度的思考

大模型

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

这种方法使得模型能够逐步构建解决方案，从而减少错误并提高准确性。

思考链提示词

国内LLM陆续启动，你的Prompt库有这些模块吗

这里修猫给出一个框架，还请有心读者自行丰富，时间会认证你的积累。

prompt

大模型实践总结

仅编码器架构（Encoder-only）：自编码模型（破坏一个句子，然后让模型去预测或填补），更擅长理解类的任务，例如：文本分类、实体识别、关键信息抽取等。

大模型训练

李彦宏偏爱小模型｜AI光年

大语言模型对企业、机构、高校的实际价值是什么？

李彦宏小模型

XX来信：智能体设计模式2：Reflection

智能体工作流不是让LLM直接生成最终输出，而是多次提示LLM，使其有机会逐步构建更高质量的输出。

Reflection 智能体

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

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

如果可以，它将能统一整个应用的构建模式，对于开发者来讲，会带来一致的开发体验。

Agent QueryPipeline 大模型

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

模型结构上，与GPT相同，LLaMA采用了causal decoder-only的transformer模型结构。

大模型微调训练

<...7 8 9 101112 13 14 15 16 ...>

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