文章列表-AI魔法学院

文章列表

大模型：泛化即智能，压缩即一切

这种方法的好处在于它可以帮助我们对数据进行探索和理解，找到其中的隐藏特征和关联性，而无需预先知道具体的优化目标。

大模型泛化

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

今天，就让我们一同深入了解一款备受瞩目的声音克隆工具——clone-voice。

clone-voice 声音克隆

谈谈LLM在推荐域的渗透，探索推荐新范式

关于涌现能力的更加详细的介绍可以读一下《大语言模型的涌现能力：现象和解释》。

大模型

2023年LLM如何入门？请看这篇综述！

Q：等会儿等会儿，听不懂了，解释解释什么叫模型缩放，模型容量？

大模型

ComfyUI 基础教程（二）：文生图基础流程

在构建text2img网络时，我们分为三个关键阶段：Clip阶段（黄色）、Unet阶段（红色）、以及Vae解码阶段（绿色）。

comfyui 文生图

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

这个项目通过集成和优化问答过程，用全面且灵活的解决方案来处理各种类型的问题。

网易 RAG 知识库

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

_ 关于系统提示的术语解释首先，我们来厘清几个术语：在讨论 ChatGPT 时，这三个术语“系统提示”、“系统消息”和“自定义指令”几乎可以互换使用。

GPT-4 提示词

完整ChatGLM3部署教程，支持手机和车载平台部署

Code Interpreter: 代码解释器模式，模型可以在一个 Jupyter 环境中执行代码并获取结果，以完成复杂任务。

ChatGLM3 大模型

11个顶级的Prompts，用GPT学习的天花板

使用思维导图来组织和记忆信息提示：“解释如何为[某主题]创建一个思维导图，以可视化的方式构建和组织关键概念，帮助更好得理解和记忆。”

GPT

如何用人工智能提升打工人的文案能力

展开：想要更全面地理解一个主题。

提示词

RAG从入门到精通-RAG简介

LLM的知识更新难题在进入RAG的介绍之前，需要读者首先理解一个概念，LLM的知识更新是很困难的，主要原因在于： 1.LLM的训练数据集是固定的,一旦训练完成就很难再通过继续训练来更新其知识。

rag 大模型

什么是BERT？

关于Transformer的详细解释可以参见Attention Is All You Need 或者 The Illustrated Transformer （首推！）。

embedding

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

如果你对总结里的某个知识点、见解、案例挺感兴趣的，想了解一下原文是怎么描述的，你可以自己读读原文。

Ollama AnythingLLM 阅读

从零开始学习大模型-第二章-大模型学习路线

必备基础知识数学基础：深入理解线性代数、概率论和统计学、微积分等基础数学知识。

大模型学习

写好Prompt提示工程的一套通用框架 - 5个关键要素

我希望你只回复纠正过的版本，改良的版本，别的什么都别写，不要写解释。

Prompt 提示工程

<...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