文章列表-AI魔法学院

文章列表

大模型应用中大部分人真正需要去关心的核心——Embedding

对于像图书类型这样的类别，随着更多的类型被添加到数据集中，这种稀疏性将会呈指数级恶化。

大模型

动作识别模型有哪些

其实在这之前也有人尝试用深度学习来处理动作识别，例如李飞飞团队通过叠加视频多帧输入到网络中进行学习，但不幸的是这种方法比手动提取特征更加糟糕。

动作识别模型

Insanely Fast Whisper：超快的Whisper语音识别脚本

这篇文章旨在展示如何使Whisper模型在转录2-3小时的音频时更加高效。

音频 Whisper

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

它旋即被再次称为“国货之光”，在预训练撞墙，一切都要扭转到推理阶段的变换节点，deepseek v3的一系列技术方法，数据指标和测试性能，以及口碑，都让它成了一件事的最好代表：在“o1”时代，当算力不再是唯一因素

DeepSeek V3 开源模型

GitHub本月榜单：一个数字人技术的“非官方”实现

故事化营销：通过AnimateAnyone，商家可以制作故事化的营销内容，如品牌历史、生产流程、产品背后的故事等，以增加品牌的吸引力和认同感。

AnimateAnyone 人工智能

Meta无限长文本大模型来了：参数仅7B，已开源

近日，谷歌提出的 Infini-Transformer 引入有效方法，可以将基于 Transformer 的大型语言模型 (LLM) 扩展到无限长输入，而不增加内存和计算需求，吸引了人们的关注。

Meta 长文本大模型

百万token上下文窗口也杀不死向量数据库？CPU笑了

首先从向量数据库的角度分析，其原理上属于密集型计算负载，需要大量访问内存中加载的向量。

向量数据库大模型 cpu

图解 Transformer——功能概览

这种全面的注意力机制使得Transformer在处理长序列时，相比于其前辈们更加高效与准确。

Transformer 大模型图解

领域大模型-训练Trick&落地思考

现有大模型在预训练过程中都会加入书籍、论文等数据，那么在领域预训练时这两种数据其实也是必不可少的，主要是因为这些数据的数据质量较高、领域强相关、知识覆盖率（密度）大，可以让模型更适应考试。

垂直训练大模型

爆肝两天！ChatGPT+提示词解决知识库目录混乱

但在一个结构僵化的知识库中，新知识的加入和旧知识的更新变得异常困难。

智能分类大模型知识库

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

随着 Stable Diffusion 的不断进化，越来越多的开发者加入到插件开发的行列中。

SD 插件文生图

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion的unet的方式做在降维和升维的过程中做加噪和去噪

sora openai 视频生成

领域大模型LLM训练Trick

答：通过分析发现现有的开源大模型进行预训练的过程中会加入书籍、论文等数据。

垂直训练大模型

ComfyUI，你开启XL钥匙打开了新世界

可以选择的新世界至于很多人跟我一样，觉得密密麻麻有如电路板一样的操作界面太劝退了，我这两天在学习的过程中思考了一下，我准备之后的文章都会提供2套思路，分别是： 1.🤔

ComfyUI 大模型

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

to 262144: $ sudo sysctl -w vm.max_map_count=262144 ·永久设置：为了确保重启后设置不变，需要将 vm.max_map_count=262144 添加到

RAGFlow RAG 开源

<...16 17 18 192021 22 23 24 25 ...>

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