文章列表-AI魔法学院

文章列表

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

其实，大模型对输入中不同位置的文本信息利用能力是不同的，对召回的若干条文档片段进行合理的位置安排，能有效提高模型的回答效果。

大模型

最顶尖的大语言模型人才，只关心这10个挑战

01 减少和衡量幻觉它是指当AI模型编造虚假内容时发生的现象。

大语言模型

大模型下半场，关于Agent的几个疑问

Agent本身用到两部分能力，一部分是由LLM作为其“智商”或“大脑”的部分，另一部分是基于LLM，其外部需要有一个控制器，由它去完成各种Prompt，如通过检索增强Memory，从环境获得Feedback

大模型

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

VAE美化模型/变分自编码器 VAE，全名Variational autoenconder，中文叫变分自编码器。

文生图 SD

盘点字节跳动最新的AI应用

此时，字节跳动在大模型的研发上也进入了关键阶段，不久后推出了其自研的“云雀大模型”，这成为了字节跳动打造大模型产品的关键一步。

字节 AI工具

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

如果你想用手机或者电脑访问自己的服务器进行stable diffusion（以下简称sd）跑图，学会使用sd的api是必须的技能上个月做了安卓和苹果手机用远端sd进行跑图的几个demo，整体流程很简单

文生图 api

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

Github地址：https://github.com/CLUEbenchmark/SuperCLUE SuperCLUE评测榜单榜单由三部分组成：总榜单、基础能力榜单、中文特性榜单排行榜会定期更新

大模型训练中文

最新最全的开源中文大语言模型列表

BayLing 地址：https://github.com/ictnlp/BayLing 简介：一个具有增强的跨语言对齐的通用大模型，由中国科学院计算技术研究所自然语言处理团队开发

大模型

混合专家模型 (MoE) 详解

下图展示了编码器部分的结构。

MoE大模型

在飞速发展的时代管理AI风险

随着人工智能开发者扩大这些系统，未预见的能力和行为会自发出现，而无需明确编程。

人工智能伦理

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

面对诸多开源本地模型，根据自己的需求，选择适合自己的基座模型和参数量很重要。

大模型人工智能

如何成为LLM提示词大师！「大语言模型的底层心法」

LLM可以重新排列段落，增强逻辑关联，更顺序地呈现思想，或者改善文本的可读性。

大模型提示词

prompt中的分隔符号的正确使用方法

因为在模型训练时会对分隔符号进行编码，使其在处理输入时能够识别信息的边界和结构。

prompt 分隔符

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

文生图

回归分析：探索变量之间的奥秘

通过这种方法，我们可以深入了解因变量与自变量之间的密切联系，预测未来的变化趋势。

回归分析变量

<...25 26 27 282930 31 32 33 34 ...>

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