文章列表-AI魔法学院

文章列表

AI大模型LLM可以帮助企业做什么？

快手在9月15日开启内测的AI文生图功能“AI玩评”，用户输入指令就可以在评论区快速生成梗图。

大模型

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

在这种情况下，当ML模型难以预测某些实例时，将这些实例交给单个人类专家可能是有优势的。

开源模型

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

您还应该将体检、实验室测试等传统方法纳入您的评估过程，以确保准确性。

prompt 提示词

Meta无限长文本大模型来了：参数仅7B，已开源

MEGALODON 相对于 Transformers 的改进在不同任务和模式的一系列基准测试中表现强劲。

Meta 长文本大模型

RAG 2.0来了，它能成为生产落地的福音吗？

因此，RAG 系统很少能通过生产测试，投入生产的寥寥。

RAG 大模型

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

担任足球解说员贡献者:@devisasari 我想让你担任足球评论员。

提示词 prompt

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

这两个模型在CEVAL、GSM8K等多个权威评测与基准测试上展现了同等规模模型中的最佳效果，特别是在中文科技、金融、政务等领域的表现更是超越了其他开源模型。

Skywork 开源数据

详解大模型RLHF过程（配代码解读）

reward；但是在用强化学习微调语言模型这里，prompt是state，只输入一次，然后输出一串action（回答的单词），得到一个reward，模型并没有在每个action之后得到新的state（感谢评论区大佬的点拨

训练

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

在每层输入序列前面添加prompt连续向量【随机初始化，并不对应到具体的token】目前是将语言模型freeze后，仅微调prompt参数，在实验中是增加了一个MLP重参数化，确保效果，使用MLP后的结果做预测

训练微调

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

模型评估与优化为了确保模型的性能和质量，使用了多种评估指标来评估Westlake - Omni的性能，如语音识别准确率、情感分类准确率、语音合成自然度等。

Westlake -Omni 语音

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

上半年这个模型开源时就引发业内震动，被评为能“终结扩散模型”。

SD 文生图 DALLE

QWen1.5: 卓越模型之路

多语言能力评测数据：挑选了来自欧洲、东亚和东南亚的12种不同语言，全面评估Base模型的多语言能力。

Qwen1.5 开源模型

万字长文，大语言模型如何宣告心理学的死亡？

这种方法与人类心理学的行为主义测试思路类似，它检测出的相关性，无法揭示人类认知心理学所追求的更深层的内在联系，而只是停留在信号与行为之间的表面测试上。

大语音模型

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

5、预测-校正方法：这是一种通过预测中间步骤并进行校正来提高扩散模型效率的方法。

StreamDiffusion 文生图

大模型训练工程那些事

因为训练超大规模语言模型的时间和金钱成本巨大，在给定计算资源预算的情况下，准确评估和预测模型的最佳超参和能够收敛的位置至关重要。

训练工程大模型

<...11 12 13 141516 17 18 19 20 ...>

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