文章列表-AI魔法学院

文章列表

baichuan2 有什么好的深挖论文中涉及的知识点

预训练数据集数据来源：在数据收集过程中，我们的目标是追求数据的全面可扩展性和代表性。

大模型

大模型：泛化即智能，压缩即一切

而当我们利用从数据集 X 学习到的压缩模式去压缩另一个数据集 Y 时，就建立了一种分布匹配的映射。

大模型泛化

AI声音克隆 | 最全最简教程（权威版）

Bert-VITS2可能需要更长的训练时间(1-4个小时)来达到高质量的语音合成效果，尤其是在数据集较大或模型较为复杂的情况下简单来说就是如果你需要更稳定和标准的声音，辛苦一次永久使用就选择

声音克隆教程

Prompt工程入门

- Input Data（选填）：输入数据，告知模型需要处理的数据。

prompt 提示词

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

数据集来源于某文献检索系统，既有大量无监督数据，又有有监督数据。

开源模型

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

并且，在 Lamini 的项目地址中有着 · 1400 个问答数据集（这是关于 Lamini 的内部工程文档，你也可以将其自定义）； · 在此数据集上运行 LLM 微调的代码；

大模型

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

今天给大家分享一个万金油写作结构，适合大多数的干货文和观点文。

AI写作提示词

开源大语言模型完整列表

在此基础上，构造法律领域对话问答数据集、中国司法考试数据集进行指令精调，提升了模型对法律内容的理解和执行能力。

开源模型大语言模型

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

仅依靠大语言模型分析数据集，无需插件或代码 — 实际案例分析 Kaggle 的真实数据集 8.

GPT-4 提示词

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

，而且数据集质量提升可以改善模型效果数据语言分布，加了中文的效果比不加的好数据规模越大且质量越高，效果越好，大量高质量的微调数据集对模型效果提升最明显。

大模型

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

阿里推理模型来了！Marco-o1 发布即开源

技术亮点全解析 Marco-o1的核心优势体现在四个方面：思维链微调：团队使用开源CoT数据集和自研合成数据对基础模型进行全参数微调，打造出Marco-o1-CoT。

Marco-o1 推理模型

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

，用于收集、存储和查询应用程序的度量数据。"}

提示词文生图 AIGC

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

除了跟「GPT-4 相比毫不逊色」这个是空口白话之外，其他的国产大模型，都拿出了证据。

ChatGPT 国产大模型

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

在数字化时代，我们每天都在与海量信息打交道。

Flowith GPT 生产力工具

<...24 25 26 272829 30 31 32 33 ...>

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