文章列表-AI魔法学院

文章列表

达摩院SPACE对话大模型：知识注入与知识利用

如上图所示，选用的是显式建模对话策略，即给定对话历史，预测下一轮系统端的 DA，即做成分类任务，预测下一轮的 DA 标签。

大模型

一文带你看懂OpenAI-Sora生成视频的原理

想要做到这一点，模型需要进行两项关键任务：识别和预测。

视频生成 sora

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

官方介绍： Qwen-7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。

通义千问

MindChat心理大模型

对话案例目前我们对模型进行了学习、家庭、工作、朋友、安全这五个方面进行了测试, 后续将整理并提供更为全面的评测结果.

心理大模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

BGE模型的训练有2个阶段：分别是预训练阶段和微调阶段。

开源模型

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

1、RNN（循环神经网络）时间：20世纪90年代关键技术：循环结构和记忆单元处理数据：适合处理时间序列数据应用场景：自然语言处理、语音识别、时间序列预测等 RNN是一种神经网络模型，它的基本结构是一个循环体

大模型学习

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

一种是causal language modeling，它的输出是依赖过去和现在的输入；同时，还有一种是masked language modeling，它是把句子中的一个词盖住，然后通过这个词的上下文去预测这个词

大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体，相比上一代的训练数据增加了 40%，在包括推理、编码、精通性和知识测试等许多外部基准测试中展示出了优越的表现，且支持多个语种

开源模型

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

除了基于规则和说明的结构化数据，IPA能处理的数据可来自于电子邮件、文档和图像，认知自动化基于对过去经验的分析，通过不断整合历史数据和新数据，自动化流程会适应收到的反馈，以预测产品或服务的需求为例。

RPA 自动化

使用 ChatGPT + Claude 撰写成功的商业计划书

第 6 步：财务预测概述营销和销售策略后，下一步是制定财务预测。

工作

2023年LLM如何入门？请看这篇综述！

ensp; 能力评估Capacity Evaluation 二、LM的四个发展阶段一般而言，LM的目标是建模单词序列的生成概率，以预测未来的或缺失的

大模型

万字长文，AI大模型的应用实践总结

· 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

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

ZEPHYR-7B模型以7B参数在聊天基准测试中创立了新标准，无需人工注释，且在MT-Bench测试中超过了之前的模型。

小型语言模型 Zephyr-7B

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

作者的方法从预测音频输入边界开始，同时 streaming 和编码接收到的视觉数据为特征。

Baichuan-Omni 多模态大模型

写好Prompt提示工程的一套通用框架 - 5个关键要素

我会用任意一种语言向你讲话，你要检测这种语言，将其翻译并用纠正过的、改良版的英文版本回答我。

Prompt 提示工程

<...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