文章列表-AI魔法学院

文章列表

MindChat心理大模型

模型介绍心理大模型——漫谈(MindChat)期望从心理咨询、心理评估、心理诊断、心理治疗四个维度帮助人们纾解心理压力与解决心理困惑, 提高心理健康水平.

心理大模型

百模大战，谁是大模型的裁判员？

大模型评测基准演进之路在规范化的模型评测基准出现以前，模型多数使用SQuAD、Natural Questions这类问答数据集来检验模型效果，之后衍生出了多任务、系列任务的评测基准，来进行更复杂

大模型

从零开始学习大模型-第二章-大模型学习路线

下面是学习大模型的一些建议，供大家参考。

大模型学习

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Dense retrieval: 给定一个文本，获取语言模型最后一层上[CLS]位置的隐状态，经过标准化作为文本的稠密向量表征。

BGE M3-Embedding 多语音检索

【大模型微调】 Llama 2 ：对话模型的全过程微调

然而，他们发现许多第三方 SFT 数据源缺乏多样性和质量，特别是用于对话式指令的大型语言模型（LLMs）对齐。

大模型

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

这个工具可以帮助开发者调测大模型的推理情况，帮助我们理解模型的输出并提供一定的解释支持。

大模型调试工具

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

答：Bert 的模型由多层双向的Transformer编码器组成，由12层组成，768隐藏单元，12个head，总参数量110M，约1.15亿参数量。

大模型

大模型的研究新方向：混合专家模型（MoE）

随着不同应用场景的实际需求，大模型的参数会变得越来越大，复杂性和规模不断的增加，尤其是在多模态大模型的开发中，每个数据集可能完全不同，有来自文本的数据、图像的数据、语音的数据等，包含不同的模式，特征和标注之间的关系可能也大有不同

MoE 大模型

领域大模型LLM训练Trick

答：如果仅仅使用领域数据集进行模型训练，模型很容易出现灾难性遗忘现象，为了解决这个问题通常在领域训练的过程中加入通用数据集。

垂直训练大模型

动作识别模型有哪些

· RNN：因为视频除了空间维度外，最大的痛点是时间序列问题，因此不少人希望使用RNN来解决问题除此之外，还有TRN模型，SlowFast模型，TSM模型等等...

动作识别模型

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们几乎每天都使用搜索引擎，搜索是大模型需求最多的落地应用之一。

大模型 Ziya

大模型量化：什么是模型量化，如何进行模型量化

What：什么是模型量化简单来说，模型量化（Model Quantization）就是通过某种方法将浮点模型转为定点模型。

大模型

大模型应用的10种架构模式

尽管大型语言模型的运行成本较高，但它能够成功返回更多种类型查询的答案。

大模型架构

图解大模型训练之：张量模型并行(TP)，Megatron-LM

当模型存在多层时，梯度要从上一层向下一层传播。

开源模型

从零开始学习大模型-第一章-大模型简介

人人都看得懂的大模型简介大模型就像一座庞大的图书馆，里面有非常多的书籍。

大模型从零开始

<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