文章列表-AI魔法学院

文章列表

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

具体内容可以参考下面这篇文章[1] 1.3 数据集清理中文预训练数据集可以使用 [悟道]，数据集分布如下（主要以百科、博客为主）：悟道-数据分布图但开源数据集可以用于实验，如果想突破性能

大模型训练

微信向量检索分析一体化数仓探索：OLAP For Embedding

为实现精准的人群 lookalike 投放，需要在数亿 embedding 中选择相似近邻来扩充人群包到百万甚至更多。

OLAP For Embedding 一体化数仓

写好Prompt提示工程的一套通用框架 - 5个关键要素

世界上的许多国家也是如此，尽管百岁人生最早的亲历者是发达国家，但它正在成为一个全球现象。

Prompt 提示工程

向量数据库简介和5个常用的开源项目介绍

Weaviate的一些关键特性是: 速度：Weaviate可以在几毫秒内从数百万个对象中快速搜索出最近的10个邻居。

开源模型

AI文档智能助理都是如何处理pdf的？

地址：https://pypi.org/project/PyMuPDF/ 7. ppstructure PP-Structure是百度飞桨系列之PaddleOCR团队自研的智能文档分析系统，旨在帮助开发者更好的完成版面分析

大模型

Elasticsearch 中的向量搜索：设计背后的基本原理

也就是说，向量搜索通常仍然以数十或数百毫秒的数量级运行，并且比强力精确搜索快得多。

向量数据库

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

这些模型通过对数百万示例图像进行训练来学习视觉和文本之间的关系，但它们也可以反映训练数据中存在的任何偏差。

文生图

中学生能看懂：Sora 原理解读

Sora面对的挑战就像是需要处理和理解来自世界各地、不同设备拍摄的数以百万计的图片和视频。

Sora 原理

目前有哪些比较成功的人工智能应用？

直接读网页: 可以直接读取网页内容，如知乎的维基百科。

生成式AI

一文讲明白什么是预训练、微调和上下文学习

比如说在包含数百万本书、文章和网站的数据集上预训练像 GPT-3 这样的语言模型。

大模型训练

生成式AI与大语言模型的区别

例如，一个图像生成模型可能会在数百万张照片和绘画的数据集上进行训练，以学习构成各种视觉内容的模式和特征。

生成式AI 大语言模型区别

接私活必看的11个开源项目

Snowy快速开发平台自2020年推出以来，已经被成百上千的中小企业、独立开发者在政府、金融、互联网等领域广泛应用并稳定运行，经受住了在各环境下的考验。

私活开源项目

垂直领域大模型的一些思考及开源模型汇总

数据： BELLE-1.5M通用数据、LawGPT项目中52k单轮问答数据和92k带有法律依据的情景问答数据、Lawyer LLaMA项目中法考数据和法律指令微调数据、华律网20k高质量问答数据、百度知道收集的

垂直领域大模型开源模型汇总

“大模型+机器人”的现状和未来，重磅综述报告来了！

以OWL-ViT为例，该模型将ViT与开放词汇对象检测相结合，能够识别数百种未在训练集中出现的物体类别，为机器人系统提供了更广泛的物体理解能力。

论文机器人

Elasticsearch Relevance Engine---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数]

则搜索一次的时间复杂度为 O(k*n)，且整体的查询耗时与item库的大小线性相关，显然这种线上查询要遍历成百万上千万的暴力计算并不满足需求。

大模型 AI编程

<...18 19 20 212223 24 25 26 27 ...>

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