文章列表-AI魔法学院

文章列表

一文探秘LLM应用开发-Prompt(相关概念)

本文旨在让无大模型开发背景的工程师或者技术爱好者无痛理解大语言模型应用开发的理论和主流工具，因此会先从与LLM应用开发相关的基础概念谈起，并不刻意追求极致的严谨和完备，而是从直觉和本质入手，结合笔者调研整理及消化理解

prompt 大模型

EasyPhoto | 您的智能 AI 照片生成器

训练完成后，我们可以在推理部分生成图像。

训练 EasyPhoto 文生图

聊聊AI产品做算法备案这件事

最早要追溯到去年12月11日，《互联网信息服务深度合成管理规定》首次发布。

工作

知识树：一个方法，教你构建「终身知识体系」

文章有点长，但是请耐心读完，我保证从此你的学习会发生翻天覆地的变化。

大模型

大模型的研究新方向：混合专家模型（MoE）

比如我们在上一篇文章《【论文解读】：大模型免微调的上下文对齐方法》中提到的利用上下文学习（ICL），通过采用少量精心策划的风格示例和精心设计的系统提示，对基础LLMs进行有效对齐的URIAL方法；还有一种方法就是对模型大而化之的处理方法

MoE 大模型

AI领域的agent是什么意思？

其中，Policy是Agent做出Action的核心决策，而行动又通过观察（Observation）成为进一步Perception的前提和基础，形成自主地闭环学习过程。

大模型

万字长文，AI大模型的应用实践总结

· LLaVA：由威斯康星大学麦迪逊分校，微软研究院和哥伦比亚大学共同出品。

大模型

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

1、RNN（循环神经网络）时间：20世纪90年代关键技术：循环结构和记忆单元处理数据：适合处理时间序列数据应用场景：自然语言处理、语音识别、时间序列预测等 RNN是一种神经网络模型，它的基本结构是一个循环体

大模型学习

了解Kimi必看的26个问题 | Kimi系列文（二）

Kimi，主要定位C端，主打长文本，核心功能是AI搜索+文档总结。

Kimi 大语言模型

OpenAI 无需向量化的 RAG 新架构设计范式剖析

—1— OpenAI RAG 架构设计新范式剖析 1、无向量化 RAG 架构设计新理念 RAG 技术的核心目标是解决大语言模型（LLM）在处理特定领域知识时的局限性，比如“失忆”问题或者长文本处理的高昂成本

OpenAI RAG 架构

国内AI大模型已近80个，哪个最有前途？

文心一言是国内第一个正式发布的中文大模型，目前仅 C 端就已经有上百万的 DAU。

大模型

GTC大会黄仁勋发言稿

这体现在生命科学、医疗保健、基因组学、交通、零售、物流、制造业、工业等行业的全方位代表。

黄仁勋 nvidia

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

对于指令调优，使用了经过清理的 UltraFeedback 数据集的变种，该数据集包含了60,000个用于指令调优的提示。

OpenELM 大模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

技术愿景的驱动，大型语言模型将进一步重构整个互联网成为智能网络时，智能体将成为人类与智能网络，建立交互协作的一个关键，具有自主性的智能体将遍布整个智能网络，多智能体协作网络，将会成为改变我们未来社会生产关系的核心力量

大模型

【语音识别】OpenAI语音力作Whisper

与人类相比，在语音识别和语音翻译（x→en）上，模型的准确性和稳健性接近人类。

语音转文字 whisper

<...20 21 22 232425 26 27 28 29 ...>

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