首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· AI声音克隆 | 最全最简教程(权威版)
· 分享一个结构化AI提示词模版
· AI绘画Stable-Diffusion风格化实战
· 【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比,等你来评!
· 全球生成式 AI 应用全景图
· 50+ Midjourney 美食相关提示词,看了别留口水哦
· AI换脸工具:facefusion使用心得
· GPU 性能(数据表)快速参考
· Suno音乐新手指南(手把手完整版教程)
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
将任意文本转换为知识图谱
然后我使用
LLM
提取每个块中提到的概念。
知识图谱
转换
文本
清华
震撼科技界:清华大学与智谱AI联手,引领中文长文智能写作新纪元!
在人工智能的广阔天地中,大型语言模型(
LLM
)已经证明了它们在多个任务上的卓越能力。
写作
长文本
大模型
国外报告90%的AI类产品公司已经实现盈利,而国内大模型和AIGC的访谈说太卷了
3、主流仍然是
LLM
,但是人工智能伴侣(例如CharacterAI)和内容生成工具(例如Midjourney和ElevenLabs)正在不断涌现。
大模型
生成式AI与大语言模型的区别
PaLM 2(预训练自回归语言模型2):这是一个非GPT例子的
LLM
,专注于语言理解和生成,提供了在诸如语言建模、文本完成和文档分类等任务中的增强性能。
生成式AI
大语言模型
区别
开源
开源即巅峰!微软VibeVoice 7B模型:跨语言、多说话人、长文本一次到位
它通过创新的连续语音标记化技术和下一代标记扩散框架,结合大型语言模型(
LLM
),实现了高效处理长序列音频的能力,同时保持高保真度。
VibeVoice
7B
语音
大模型
苏秦(suqin) 语言大模型全工具链 WebUI 整合包
相关演示文件 文件目录 项目链接 https://github.com/wpydcr/
LLM
-Kit 出自:https://mp.weixin.qq.com/s/LlXRQNbbtul5ckaCs0L_yA
大模型
AI的百亿套壳:做船不做柱子
coding的变形体,最初是Github Copilot,后来有了带IDE 的 cursor,一站式的 AI 程序员 Devin,侧重原型制作的bolt.new,2C的websim,这个方向是
LLM
AI
创业
大模型
宁德核电推出全球参数量最大的核工业大模型|InfoQ 独家
王澍: · 提升
LLM
本身多轮对话能力: ·
宁德核电
大模型
手把手!做Llama3的MoE专家混合模型!底层原理怎样的?做自己的MoE模型?需要多少算力?
同步适用自己微调的垂类大模型,例如代码生成
LLM
+教育专家
LLM
!
MoE
专家混合模型
Agent
【Agent专题】Agent架构设计:智能体架构设计的9大核心技术全景深解析,附架构图
如果说大语言模型(
LLM
)是AI的发动机,那么“智能体架构”就是决定AI能走多远的底盘和驾驶系统。
Agent
智能体架构
大模型
CLiB中文大模型能力评测榜单(持续更新)
比如教育领域、医疗领域) 加入更多评测数据,使得评测得分越来越有说服力 大模型基本信息 更详细的大模型信息,见https://github.com/jeinlee1991/chinese-
llm
-benchmark
大模型
人工智能评测
大模型
全球最强大模型一夜易主,GPT-4时代终结!Claude 3提前狙击GPT-5,3秒读懂万字论文理解力接近人类
https://www-cdn.anthropic.com/de8ba9b01c9ab7cbabf5c33b80b7bbc618857627/Model_Card_Claude_3.pdf 全球最强
LLM
claude
大模型
微调
大语言模型综述<演进,技术路线,区别,微调,实践,潜在问题与讨论>
说一下
LLM
常见的问题?
大模型
Prompt
Prompt工程如此强大,我们还需要模型训练吗?
LLM
原始训练目标是为了生成自然、连贯的文本,因为其本身接受了大量的文本进行预训练,因此根据提示补全和创造文本就是模型的原生能力。
大模型
RAG
忘掉 RAG,未来是 RAG-Fusion!搜索的下一个前沿:检索增强生成遇上倒数排名融合和生成查询
这种融合使大型语言模型(
LLM
)能够生成更丰富、更具上下文意识的输出。
RAG-Fusion
检索增强
<
...
14
15
16
17
18
19
20
21
22
23
...
>
1
2
4
5
6
7
8
9
100