文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

OCR 后处理一直是麻烦的事情，如果用传统的算法会有训练需要准备大量的数据，迭代更新效果差的问题，不过速度确实快。

OCR 大模型文字识别

XX来信：智能体设计模式2：Reflection

亲爱的朋友们, 之前我介绍了AI智能体工作流的四种设计模式，我相信它们将在今年推动重大进展：Reflection, Tool use, Planning and

Reflection 智能体

被高估的Pika，被低估的多模态AI

“之前很多公司都在卷文本大模型，GPT-4V 的出现代表多模态大模型可落地，毫无疑问明年大家都会卷多模态 AI ，原因很简单，因为 OpenAI 说明这条路是能够走得通

大模型多模态

自己电脑上跑大语言模型（LLM）要多少内存？

比如Gemma 7B里，Gemma是模型的名称，一般指代一个系列的模型。

大语言模型运行

大模型时代，数据为王，在哪里寻找开源数据集？

大模型时代，数据为王，在哪里寻找开源数据集？

开源数据训练

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。

大模型

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

支持处理各种复杂格式的非结构化数据，包括文本、图片、扫描副本、结构化数据和网页等。

RAGFlow RAG 开源

大模型推理能力增强方法总结

CoT 就是把一个多步骤推理问题，分解成很多个中间步骤，分配给更多的计算量，生成更多的 token，再进行求解。

推理能力大模型

大模型时代-行业落地的再思考

注意，由于大模型方向发展太快，认知在不断更新迭代，这篇文章只能作为在当下的思考逻辑，随时可能有新的变化。

大模型

详解大模型RLHF过程（配代码解读）

的一个词当作新的state，而不只是把prompt当作state，状态转移蕴含在transformer内部）本篇文章并不会介绍太多PPO的原理，相关文章已经很多了，比如李宏毅介绍PPO的课程。

训练

生成式AI与大语言模型的区别

通过吸收大量的训练数据，生成式人工智能模型可以使用复杂的机器学习算法来理解模式并制定输出。

生成式AI 大语言模型区别

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体，相比上一代的训练数据增加了 40%，在包括推理、编码、精通性和知识测试等许多外部基准测试中展示出了优越的表现，且支持多个语种

开源模型

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

这里有2个问题经常会被大家所关注，一个是大模型每秒输出多少个tokens就可以满足用户的日常聊天使用，另一个问题是单张显卡最多可以支撑多少个用户的聊天需求。

大模型

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

用Anthropic的话说，Claude 3系列模型在推理、数学、编码、多语言理解和视觉方面，都树立了新的行业基准！

claude 大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

终于又有时间更新文章了，今天继续总结最近一周的研究动态，梳理了10篇有关大模型(LLMs)的最新研究进展，其中涉及涉及多模态RAG、推理时对齐、多模态模型、大模型微调、大模型Agent等热门研究。

大模型研究

<1 234 5 6 7 8 9 10 ...>

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