文章列表-AI魔法学院

文章列表

SeaTable 一站式助力高校多场景数字化升级，打造高效解决方案

数字化校园是以数字化信息和网络为基础，在计算机和网络技术上建立起来的对教学、科研、管理、技术服务、生活服务等校园信息的收集、处理、整合、存储、传输和应用，使数字资源得到充分优化利用的一种虚拟教育环境。

大模型

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

研究团队发现，该模型所习得的是零散的启发式方法，而非一个简洁的世界模型，它会根据所应用的数据片段采用不同的引力定律。

Transformer 大模型

伦敦出租车司机的遭遇，暗示了程序员的未来

这个过程需要司机记住伦敦数千条街道和众多的地标，对伦敦的地理位置有深入的了解，包括街道、建筑、公园、酒店、商店、剧院、餐馆等等。

人工智能伦理

产品经理必会的3大流程：业务流程、功能流程、页面流程（附案例）

在工作中，经常有产品经理会犯设计流程图时把三者杂糅在一起的错误，或遇到设计流程图时无从下手的尴尬处境。

产品经理流程

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

通过将不同的表达方式映射为统一标准形式，搜索引擎可以更加全面、精准地返回用户需要的数据。

ElasticSearch 智能搜索

职场及工作中常用的方法论总结

　　数据是进行数据分析最基础的要素，而数据仓库用于存储不同来源的数据。

工作

检索增强生成 (RAG):What, Why and How?

由于LLM具有有限的上下文窗口长度，在处理当前任务时只能传递最相关的知识。

检索增强大模型

通往AGI之路：什么是结构化提示词

核心的落脚点在于有序，比如我们常见的文章目录结构，词典以及有排序属性的数据。

提示词结构化

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

一、模型概述 OmniVision - 968M是一款由NexaAI研发的紧凑且高效的多模态模型，其参数规模小于10亿（968M），却具备强大的视觉和文本处理能力。

OmniVision -968M 多模态模型

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

我们主要来讨论几种预训练过程中所用到的方法：数据源采样、数据预处理、模型结构。

大模型训练

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

相比于绝对位置编码，ALiBi的外推性更好，即虽然训练阶段的最大序列长度为2048，模型在推理过程中可以处理更长的序列。

大模型微调训练

郭德纲讲英语相声详细教程

或者可以选择付费跳过排队直接生成视频，最便宜的价格是48美元每月，提供30分钟的生成视频时间，目前还是比较贵的，大家可以根据自己的情况去选择套餐机遇都是留给有准备的人，抓住红利风口，或许下一个爆款就是你咯

数字人音视频

AI产品经理视角：如何构建人工智能产品

您的数据注释者需要了解您的品牌和虚拟助理的“性格特征”，以创建与您的定位一致且一致的培训数据，在构建人工智能时，公司常常低估设计的重要性。

大模型产品经理

集成文字生成、抠图、图像融合等强大功能的comfyUI 插件 Allor Plugin

今天主要分享下 Allor Plugin 插件使用的技巧和一个报错的处理。

comfyui 插件绘画

基于 Kimi Chat 的 AI 渐进式阅读法

我每天需要处理大量的文章。

Kimi Chat 阅读

<...12 13 14 151617 18 19 20 21 ...>

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