文章列表-AI魔法学院

文章列表

开源打败闭源？Meta即将推出开源代码生成平台Code Llama，剑指OpenAI Codex

开发者们需要评估其与各类编码环境无缝集成的能力，看它能否提供准确且符合上下文的代码建议。”

开源模型

Stable Diffusion

硬核解读Stable Diffusion（系列一）

表示图片含有水印的概率； · punsafe：图片是否安全，或者图片是不是NSFW，使用基于CLIP的检测器来估计

StableDiffusion 文生图

大语言模型微调：定制自己的微调数据集

如果要微调模型以处理特定任务，那么数据集必须包括与该任务相关的文本，例如，如果要构建常见的具有情感反馈的微调数据集，则数据集应包含正面和负面评价的文本。

大模型

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

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。

ChatGLM3 语音模型开源模型

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

这种创新方法使得Zephyr-7B在MT-Bench多轮对话评估中取得优异成绩，且在AlpacaEval测试中表现出色。

大语言模型开源模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

需要根据查询量级估算总体成本，确保成本可控。

大语言模型 RAG检索增强

【语音识别】OpenAI语音力作Whisper

六、评估方式 Q：单词错误率 (WER) 作为语音识别的评估指标准确吗？

语音转文字 whisper

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

二、功能横评：谁更符合你的需求？

智能体平台对比

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

实验场景（1）wiki问答场景：大模型输入中包含一个问题和k个与问题相关的wiki文档片段，但是只有其中1个文档片段包含正确答案（数据集大部分都是who/where类型的，有精确答案，比较好评估）。

大模型

如何最简单、通俗地理解Transformer？

例如，预测一个句子中的单词时，使用一个注意力向量来估计它在多大程度上与其他元素相关。

Transformer 大模型

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama在ChartQA、Chart-to-text和Chart-extraction评估基准中均优于所有先前的方法。

ChartLlama 开源模型图标

ChatGPT写论文最强指令

希望能获取这些文献的摘要和关键词，以便快速评估其相关性。

ChatGPT 指令

自己电脑上跑大语言模型（LLM）要多少内存？

具体用哪家的模型可以看各方的评测，有一些模型适合特殊的场景。

大语言模型运行

AI Agent新对决：LangGraph与AutoGen的技术角力

而AutoGen允许人在整个系统运行过程中作为其中的一个要素参与工作，例如人提出具体的需求，在执行完结果之后，可以对系统的处理结果做出评价，让系统基于该反馈继续迭代出更好的结果。

LangGraph AutoGen 对决

<...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