文章列表-AI魔法学院

文章列表

大模型天才杨植麟，被朱啸虎“咬”了一口

“人红是非多”，明星大模型独角兽月之暗面又“摊上事”了。

杨植麟大模型

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

基于大模型的RAG应用，我们用到的数据库类型还是挺多的，主要有以下三种： · 向量（Vector）数据库

大模型 PostgreSQL

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

开源基座模型对比大语言模型的训练分为两个阶段：（1）在海量文本语料上的无监督预训练，学习通用的语义表示和世界知识。

大模型微调训练

关于AI声音生成的一切（语音+音乐+嘴型）

提供了比原始 Whisper 模型快 70 倍的实时语音转录速度，并使用了更快的后端 faster-whisper。

声音

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

据钛媒体App不完全统计，上海发布的大模型产品已超过33个，而北京大模型超过115个。

大模型钛媒体

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

又一个国产大模型应用火出圈！

EMO 阿里全民演唱

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

引言 SuperCLUE是中文通用大模型的综合性评测基准，旨在对大模型在各个能力维度上的表现进行全方位的评估。

大模型方法论

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

随着GPT-3等预训练语言模型的进步,ChatGPT这类交互式人工智能chatbot应运而生。

prompt

llm-action：让天下没有难学的大模型

LLM训练 LLM训练实战下面汇总了我在大模型实践中训练相关的所有教程。

大模型 LLM

大模型高效微调：🤗 PEFT 使用案例

PEFT介绍 🤗 PEFT（Parameter-Efficient Fine-Tuning，参数高效微调），是一个用于在不微调所有模型参数的情况下，高效地将预训练语言模型（PLM）适应到各种下游应用的库

大模型

大模型：泛化即智能，压缩即一切！

在《论语》中曾有言，孔子问子贡说，你与颜回比如何？

泛化大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

检索增强生成（RAG）是减轻大型语言模型（LLM）幻觉的一种有前途的方法。

大模型 RAG检索增强

性能超出预期！神秘的国产大模型 Kimi 开放 API

和其他国产大模型不同，Kimi 给魔法哥的感觉一直是比较另类的。

Kimi Chat 大模型 API

【语音识别】OpenAI语音力作Whisper

模型结构（融入了多任务：多语种的语音识别，语音翻译，语音语言识别，声音活动检测）模型有5个版本，参数量、支持语言、显存和速度如下： &ensp

语音转文字 whisper

HalluQA: 测测中文大模型有没有一本正经胡说八道

对此，在Evaluating Hallucinations in Chinese Large Language Models这个工作中，复旦大学自然语言处理实验室联合上海人工智能实验室联合构建了一个中文领域幻觉评估数据集

大模型中文大模型幻觉

<...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