文章列表-AI魔法学院

文章列表

最顶尖的大语言模型人才，只关心这10个挑战

RAG可以简单分为两个阶段：第一阶段：分块（也称为索引）收集所有要供LLM使用的文档，将这些文档分成可以输入LLM以生成嵌入的块，并将这些嵌入存储在向量数据库中。

大语言模型

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

成本高、召回偏低：扩展上下文窗口+引入向量数据库能以非常低的成本提高模型对新知识的接入能力，但是扩展上下文窗口容量有限（128k最多容纳23万汉字，相当于658kb文档），成本比较高，性能下降明显

RAG 大模型

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

部署步骤「克隆项目仓库」： git clone https://github.com/yerfor/MimicTalk.git &ensp

MimicTalk 开源模型

字节推出开源绘画大模型SDXL-Lightning，秒级出图

这个存储库包含了一步、两步、四步和八步提炼模型的检查点。

sdxl 字节绘画

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

你可以直接使用diffusers库来使用： from diffusers import DiffusionPipeline import torch pipe = DiffusionPipeline.from_pretrained

文生图 Playground

Roop升级版FaceFusion换脸AI技术使用以及部署教程

项目仓库 GitHub：facefusion/facefusion 前置条件在执行项目安装之前，我们还需要安装Git和Conda，还有FFMpeg，如果您的电脑还未安装这几款软件，请先根据本站所给出的教程安装

FaceFusion 教程

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

ensp; 在画廊中为选定的图像添加[✨]按钮以运行高分辨率修复 · 分离资产库；

SD 画图

OpenAI 无需向量化的 RAG 新架构设计范式剖析

新架构设计的优劣与成本考量这种创新的 RAG 架构设计新方案带来了显著的优势，但也伴随一些权衡：第一、优势 (Benefits) · 零摄入延迟：新文档可以立即用于问答，无需任何预处理或维护向量数据库。

OpenAI RAG 架构

大模型检索增强生成(RAG)高质量报告

nbsp; 做RAG经常考虑的三个问题，召回什么、什么时候召回、如何利用召回的信息 RAG的发展总览数据索引怎么优化结构化语料库

RAG 大模型检索

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

不过好的地方是目前百度曦灵库里面的公用数字人数量较多，制作水平很统一。

数字人数字分身

AI Agent / 智能体观察笔记（上）

科学研究：用户可以要求智能体搜索资料文献并在数据库中做好管理，自动解读文献生成摘要，甚至是做实验，然后根据研究目标生成研究成果。

大模型

RPA机器人实现网页自动翻页功能

RPA通常可以执行以下类型的任务： 1.数据输入和处理：包括从电子表格、数据库等数据源中提取数据，进行处理和转换，再输入到其他系统中。

RPA 自动

用上这10条神指令（prompt)，让ChatGPT快速写出优质高分科研论文

五、寻找数据源：1、识别和编译与研究主题相关的可信数据源，包括学术期刊、政府数据库、行业报告等。

prompt ChatGPT 写作

白话Embedding：普通人都能懂的科普文

我们然后可以以他们的嵌入向量为键构建人们图片的数据库。

Embedding 向量

为什么Llama2大模型可以在个人电脑上部署？

TensorFlow Probability TensorFlow Probability是基于TensorFlow之上构建的概率编程库，它简化了概率建模的复杂度，并且可以无缝的使用TensorFlow

开源模型

<...15 16 17 181920 21 22 23 24 ...>

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