文章列表-AI魔法学院

文章列表

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

其优势是不仅具有通用激活函数的非线性，而且反向传播梯度时具有线性通道，类似ResNet残差网络中的加和操作传递梯度，能够缓解梯度消失问题。

大模型

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

【1】这是一般意义上的推理，但对于大语言模型来说，推理能力被定义为:可以迭代或递归地分解问题，或者说将复杂问题分解为顺序的中间步骤，然后生成最终答案。

大语言模型 chatGPT

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

· xyz网格处理axis_type为None · 更新添加（修复）在没有传递

SD 画图

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。

提示词写作自媒体

StableDiffusion

StableDiffusion常用基础参数说明

回报递减，取决于采样器。

文生图

基于大模型（LLM）的Agent 应用开发

在计算机领域，agent是一种通过传感器感知其环境，并通过执行器作用于该环境的实体，因此，可以把实体定义为一种从感知序列到实体动作的映射。

大模型 Agent

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

传统大模型只能处理 448×448 像素固定的小图，对于包含海量信息的更精细图片识别则力有不逮。

MiniCPM 大模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

新的功能也在开发中，包括任意上传一段视频可以来提取骨骼序列，然后把骨骼序列传递的动作信息转移到这张照片上面，生成一段舞蹈。

通义文生视频

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

具体情况如下图，这三种不同来源的数据相互补充，分别作用于模型不同阶段的训练，三个源头的数据量逐渐递减，但是数据数量逐渐提升。

BGE M3-Embedding 多语音检索

大模型的研究新方向：混合专家模型（MoE）

1.前向传播：输入数据进入混合专家模型，首先进行前向传播。

MoE 大模型

深入探讨GPTs和AI Assistant

步骤3: 在对话(Thread) 中传入消息（Message）一个消息可以包含用户的文本输入，还有可能包含用户上传的文件。

GPTs AI Assistant

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

训练和优化：熟悉反向传播和不同类型的损失函数，如均方误差（MSE）和交叉熵。

LLM 大模型 GitHub

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

-2、GPT-3等），而红色点则是通过外推预测的下一代模型（如GPT-5、GPT-6、GPT-7等）的规模扩展表现：从图中可以得到这样的预测结果——从GPT-4开始，性能提升将显现出显著的边际递减趋势

Freysa 智能体

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

预训练成本高通过增加计算预算可以提升模型的性能表现，但如果模型或数据集大小固定，则增长比率会降低，呈现收益递减的幂律趋势。

开源模型

Stable Diffusion

Stable Diffusion教程：提示词

//liblib.ai/ 二是从 Stable Diffusion 生成的图片中提取： Stable Diffusion WebUI中集成了一个查看图片提示词的工具，我们只要在“图像信息”这里上传一张图片

提示词 SD 绘画

<...10 11 12 131415 16 17 18 19 ...>

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