文章列表-AI魔法学院

文章列表

大模型时代-行业落地的再思考

写在前面大家好，目前大模型落地是大家特别关心的问题，之前我也对垂直领域大模型的做了一些思考并对领域开源模型进行汇总。

大模型

最受欢迎的SDXL模型，Turbo极速来袭！

在C站，最受欢迎的SDXL模型，是大名鼎鼎的DreamShaper。

sdxlturbo 绘画

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

中国AI大模型，应该如何商业化

一个事实是，当下的大模型训练需要强大的算力支撑，尤其是参数量大的模型，花费极大。

大模型 AI

铁锅炖blender+ComfyUI配置，更改模型地址

今天继续学习ComfyUI，本推文主要讲铁锅炖的实验：如何改模型地址、尝试与blender一起打开、添加第一个controlnet节点树。

comfyui 文生图

详解大模型RLHF过程（配代码解读）

奖励（reward）模型训练首先要声明的是，在强化学习阶段，用到的reward model和critic model都使用同一个模型初始化，因此在训练reward模型的过程中，也是在训练critic

训练

对于大模型RAG技术的一些思考

这导致了这些模型，对于垂直领域的知识识别是有缺陷的。

RAG 大模型

大模型在金融行业的应用场景

本文整理了国内外大模型在金融行业的应用场景，内容不够详实，仅供参考。

大模型金融应用

生成式AI与大语言模型的区别

如果它们听起来像是可比的，可能更像是生成模型人工智能对大型模型人工智能，或者可能是生成式语言模型对大型语言模型。

生成式AI 大语言模型区别

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

基础能力: 包括了常见的有代表性的模型能力，如语义理解、对话、逻辑推理、角色模拟、代码、生成与创作等10项能力。

大模型训练中文

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？

倘若把不同领域模型，组成MoE专家混合模型呢？

MoE 专家混合模型

大模型时代，数据为王，在哪里寻找开源数据集？

大模型时代，数据为王，在哪里寻找开源数据集？

开源数据训练

使用知识图谱提高RAG的能力，减少大模型幻觉

在使用大型语言模型(llm)时，幻觉是一个常见的问题。

RAG 大语言模型

<...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