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

随着学校教学科研的发展，办学规模的不断扩大，对外交流不断增多，需要管理的工作正在逐渐增加，面对越来越繁杂的业务也产生了更多样的需求，包括但不限于以下内容： · &ensp

大模型

prompt必须知道的26条军规

以特定的模板，将下游任务的数据转成自然语言的形式，挖掘出上游预训练模型的潜力。

prompt 大模型

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

GLM4 开源了！！！还有多模态

多语言支持，沟通无界限本代模型增加了对 26 种语言的支持，包括日语、韩语、德语等，让 AI 的语言能力不再受限。

智普 ChatGLM 多模态

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

新版本更新如下增加了多个新的LLM型号： · Llama 3：由Meta推出的新模型

ollama 语言大模型聊天

构建开源多模态RAG系统

提高透明度和信任度：生成式AI模型（如LLMs）通常缺乏透明度，使得难以信任其输出结果。

RAG 大模型

模拟ChatGPT流式数据——SSE最佳实践

· 每条消息由一行或多行字段（event、id、retry、data）组成，每个字段组成形式为

打字机 sse 大模型

大模型应用的10种架构模式

2.大模型代理模式想象一个生态系统，其中多个专门针对特定任务的生成式AI模型各自作为其领域内的专家，并行工作以处理查询。

大模型架构

chatglm3基础模型多轮对话微调

base模型去自由地做SFT了。

ChatGLM 微调

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

这个模式下功能很多我们挨个说 img2img 图生图模式下的默认功能，我们先看一下主界面: 上面还是正面提示词和负面提示词，接着是一个上传图片的区域，写着「Drop Image Here -

Stable Diffusion 图生图

大模型业务应用中数据准备的要求、难点及解决思路

然而，针对大模型在垂直应用场景中的数据准备，还有诸多问题并不明确：在业务场景中，大模型对数据准备有什么要求？

大模型

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 缺乏对适配器（LoRA、QLoRA 等）的支持：开源 LLM 在针对特定任务进行微调时具有重要价值。

大模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

我们希望这种初步探索将激发未来对下一代多模态任务制定、新方法来利用和增强 LMMs 以解决实际问题，以及更好地理解多模态基础模型的研究。

多模态大模型 GPT-4V 文生图

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

它的效果和 Roop 差不多，我感觉都比不上 IP Adapter 的这个模型。

IP-Adapter 文生图

OpenAI视频模型Sora的推理生成成本多高？

Diffusion Transformer 架构且训练时，巨量的数据会随机分布在 T = [0, 1000] 的时间步上，以至于 DiT 的训练计算量估计和 GPT 的训练计算量估计可以使用相同的公式。

Sora 推理算力

<123 4 5 6 7 8 9 10 ...>

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