文章列表-AI魔法学院

文章列表

【进阶】-文生图术语解释

张量是 N 维（其中 N 可能非常大）数据结构，最常见的是标量、向量或矩阵。

文生图

Stable Diffusion

Stable Diffusion图生图（真人转动漫）

arms and legs))), 迭代步数 (Steps)：20 采样方法 (Sampler)：DPM++ 2M Karras 宽度：512 高度：768 总批次数：3 单批数量：

StableDiffusion 图生图

一文带你认识ELMo

ELMo能够训练出来每个词的embedding，可以作为上下文相关的词的向量。

embedding

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

将嵌入加载到向量存储中：将嵌入加载到向量存储（在这种情况下是“FAISS”）中。

开源模型

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

然而，大多数模型在流利地切换语言、理解口语查询的细微差别以及提供高质量响应方面仍然面临挑战。

GLM-4-Voice 9B 语音安装

AI的百亿套壳：做船不做柱子

在2023-2024两年里，AI 应用主要有六个方向，大家在围绕这六个方向训模型或者套壳。

AI 创业

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

基线：读取向量。

大模型

如何最简单、通俗地理解Transformer？

Values：每个输入元素，我们还有一个值向量。

Transformer 大模型

企业如何更好的使用大模型？都有哪些框架和方案

通过数据管道将来自数据库、SaaS软件或者云服务中的数据实时同步到向量数据库中，形成自己的知识库。

人工智能大模型

Prompt全攻略(四):强力Prompt带来出色的AI应用

通过探索这些Prompt应用的奥秘,你将开启ChatGPT这一AI系统强大而丰富的应用潜力,将其打造成思维敏捷的创意助手、富有同理心的智囊团队、思路清晰的内容架构师,实现前所未有的工作效率与产出质量。

prompt

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

本研究通过对各种元素进行评估，如文档的相关性、位置和数量等，发现包括不相关文档可以意外地提高准确性超过30％，这与我们的初始假设相反。

RAG 检索论文

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

比如，当对该模型进行微调以便预测行星的力向量（牛顿力学的核心要素）时，其预测结果所隐含的引力定律是毫无意义的。

Transformer 大模型

【NLP技术分享】文本生成评价指标的进化与推翻

而词向量则是通过Word2Vec、Sent2Vec等方法将句子转换为向量表示，这样一个句子就被映射到一个低维空间，句向量在一定程度上表征了其含义，在通过余弦相似度等方法就可以计算两个句子之间的相似程度。

开源模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

而向量检索相较于传统的文本相关性检索来讲，其具备突出的优势，就是它具备语意相关性。

LLM

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

关键概念包括向量、矩阵、行列式、特征值和特征向量、向量空间以及线性变换。

LLM 大模型 GitHub

<...21 22 23 242526 27 28 29 30 ...>

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