文章列表-AI魔法学院

文章列表

【大模型微调】 Llama 2 ：对话模型的全过程微调

在使用自回归目标，将用户提示中的记号的损失置零，这使得着它们只在答案记号上进行反向传播。

大模型

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案

K关键结果：我希望这个大纲清晰流畅，能够更好的传递信息，帮我吸引更多的关注者。

AI写作 GPT

图解 Transformer——功能概览

其问世标志着从序列建模的传统方法（如长短期记忆网络和门控循环单元）转变到一个更加高效、更能捕捉复杂语言模式的新框架，它允许模型同时处理输入序列的所有元素，并捕捉它们之间的复杂关系。

Transformer 大模型图解

大模型再发展5年，搜索引擎还在么？

像更加靠谱的中心节点集中是因为不知道别的信息是对是错，只能借助于传统的社会体系的筛选，一般的流量更加分散则是因为内容过多，流量还是那么多，内容变多，那平均下来肯定更加稀薄。

大模型

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

他们提出了一种方法——在将提示信息传递给模型之前对其进行分类和修改。

Anthropic 大语言模型

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

昨天，The Information爆料，传统的大模型Scaling Law已经撞墙，OpenAI下一代旗舰Orion遭遇瓶颈。

Scaling Law AI大模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

与传统的关系数据库不同，Milvus 专门处理输入向量的查询，并能够索引规模达到万亿级别的向量。

开源模型

一文读懂AIGC产业链：AIGC的前世今生和未来展望

包括AI芯片、智能传感器、云计算、数据类服务、5G通信等。

生成式AI

依赖倒置：以数字和AI的思维模式思考

简单总结下，这种递进关系：边际效能决定虚实世界的依赖倒置，而依赖倒置决定数字和智能优先，智能优先决定万物皆数以及其成本和整体性处理，整体性处理决定实时反馈和中心决策，最后是应用的自由度。

写文章

通俗解读大模型微调(Fine Tuning)

如果数据是不能传递给第三方大模型服务的，那么搭建自己的大模型就非常必要。

大模型微调

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

整合包升级方式升级整合包有3种方式，花费时间递增。

Stable Diffusion 文生图

我用AI写小说：「素材篇」4种大神写爽文技巧+找素材新思路+三翻四震举例说明

无论是主角与反派的擂台对战，还是其他情节的描写，都可以通过情绪递进和剧情翻转的手法，让读者产生更强烈的代入感和情感共鸣。

AI写作

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

Logits 根据我们的温度值进行缩放，然后传递到 Softmax 函数以计算新的概率分布。

大模型

ComfyUI | 这么入门就顺了，硬入疼的是自己

细心的同学，可以看到生图过程中，版块按照顺序逐个递进的绿色框特效，设置大模型的时候非常快，没有像webUI中长时间等待加载。

生成式AI

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

每个令牌的准确性（但回报递减）与快速训练和推理的专家数量较少之间存在权衡。

MoE 专家混合模型

<...9 10 11 121314 15 16 17 18 ...>

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