文章列表-AI魔法学院

文章列表

快手大模型出炉！【快意】来袭！

Benchmark评测效果我们选取了行业中被广泛认可的权威Benchmark进行评测，例如体现英文综合能力的MMLU、体现中文综合能力的C-Eval和CMMLU、体现中小学数学能力的GSM8K以及体现代码能力的

开源模型

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

大模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

Xinference 使得本地部署 Llama 2 模型变得简洁高效，而 Milvus 则提供了高效的向量存储和检索能力。

开源模型

懒人福音！用AI生成会议纪要，让你的工作更高效！

此外，AI可以节省时间和人力资源，让员工更加专注于会议讨论，而不是花费大量时间整理会议纪要。

会议纪要 AI工具

一文汇总市面上所有prompts提示词框架

因为Prompt框架隐藏着掌控未来AI应用的钥匙，引领我们进一步解锁AI技术在各个垂直行业中的巨大潜力。

提示词框架 prompt

TrOCR——基于transformer模型的OCR手写文字识别

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

随着数据的不断积累和计算能力的提升，深度学习模型逐渐从传统的神经网络演变为更复杂的结构，如卷积神经网络（CNN）、循环神经网络（RNN）和Transformer等。

大模型调研

大规模训练系列之技术挑战

GPT-3 的参数量达到了 1750 亿，训练数据超过了 45TB，需要的算力（flops）是 BERT 的 1900 多倍，3.14E23 FLOPS。

开源模型

面向知识图谱的大模型应用

1.3 图算法的协调使用对鱼图算法的协调使用，一般地，分析查询的性质以选择相关算法(如遍历、社区检测)，然后以模块化方式应用算法，每个算法都针对特定目标(例如效率、准确性)进行了优化。

知识图谱大模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

也就是说，在同等量级的金钱、算力与人才资源下，面壁能比其他团队走得更远。

Grok-1 开源模型

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

图片来自：GTC 2024 一般来说，芯片算力提升的最常用方法是采用先进制程，用更高的密度在芯片里塞进更多晶体管。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

图片来自：GTC 2024 一般来说，芯片算力提升的最常用方法是采用先进制程，用更高的密度在芯片里塞进更多晶体管。

芯片拼接技术

投资人逃离大模型

百度通过闭源文心一言，也通过开源大模型使用的算力、工具和服务，来实现商业上的收益。

大模型

目前有哪些比较成功的人工智能应用？

文本：也就是各种文字，中文，英文，数字等等都算是文本输入。

生成式AI

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

对于主题 (2)，研究者探索了聊天机器人、计算生物学、计算生物学、计算机编程、创意工作、知识工作、法律、医学、推理、机器人和社会科学等领域。

开源模型

<...19 20 21 222324 25 26 27 28 ...>

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