文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

前期我们使用大量的篇幅介绍了手写数字识别与手写文字识别，当然那里主要使用的是CNN卷积神经网络，利用CNN卷积神经网络来训练文字识别的模型。

OCR 手写文字识别

我尝试了 100 个免费 AI 工具，这些是最好的

我最近开始了一段激动人心的旅程，测试了大量免费的人工智能工具，以发现那些可以改变我们工作和创造方式的宝藏工具。

AI 工具

高级 RAG 技术——图解概览

诸如 chroma、weavaite.io 和 pinecone 这样的向量数据库初创企业，都是在现有的开源搜索索引——主要是 faiss 和 nmslib——的基础上搭建的，并在近期加入了用于存储输入文本的额外存储空间以及其他工具

RAG 检索图解

2023年LLM如何入门？请看这篇综述！

2 神经网络语言模型NLM： Neural Network Language Model是一种基于神经网络的语言模型，它通过将自然语言转化为向量表示，利用神经网络建模词汇之间的关系来预测下一个词。

大模型

第3期 SDXL和SD的10大区别！你知道几个？

3、训练数据库更大。

文生图

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

演变与转折点本节讨论 NLP 模型的演变，以及 GPT-1 是如何向前迈出重要一步的。

GPT-4 工作

RAG与Long-Context之争—没必要争

RAG的本质是通过用户问题从数据库/知识库中找到相关片段内容，再利用大模型查找或总结出答案。

RAG Long-Context 大模型

教你用StableDiffusion设计AI数字人

▲ 变量测试经过大量的的测试，最终确定了高相似度的基础上再美三分的成像效果，以保证用户又像又美的愉悦感受。

文生图

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

而HuggingFace的官方库Accelerate直接推出了一个在线大模型显存消耗资源估算工具Model Memory Calculator，直接可以估算在HuggingFace上托管的模型的显存需求

大模型

RAG超参数调优食用指南

目前构建 LLM 应用程序存在一个巨大的问题，那就是需要调整大量的参数，而且远远超出了提示范围，例如分块、检索策略、元数据等。

rag 大模型

AI国力战争：GPU是明线，HBM是暗线

随着英伟达在最新的财报会议中明示，不同的国家都在尝试建立属于自己的AI算力，这一暗流下的激烈角逐已经完全走向台前。

GPU HBM 大模型

图解检索增强式生成（RAG）技术 | 万字长文

例如 chroma、weavaite.io 和 pinecone 这样的向量数据库初创公司，都是基于现有的开源搜索索引（主要是 faiss 和 nmslib）建立的，并在近期增加了输入文本的额外存储以及一些其他工具

检索增强式生成 RAG

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

我的建议通常是：从 RAG 开始，评估其性能，如果发现不足，则转向微调。

训练

Chinese-LLM开源中文大语言模型合集

项目基于目前国际中文教育领域流通的500余册国际中文教育教材与教辅书、汉语水平考试试题以及汉语学习者词典等，构建了国际中文教育资源库，构造了共计 88000 条的高质量国际中文教育问答数据集，并利用收集到的数据对模型进行指令微调

大模型中文

大模型应用中大部分人真正需要去关心的核心——Embedding

对于这种规模的语料库，这种编码方法将变得不切实际。

大模型

<...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