首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 13个神级Chatgpt指令,助你小说丝滑过审
· Suno音乐新手指南(手把手完整版教程)
· 《特朗普爱上在白宫当保洁的我》拍好了,3个月赚了10个亿
· 阿里云王坚:中国AI不惧R2迟发!靠「群体智能」破局:算力不是瓶颈,但AI应用层急需炸开OpenAI想象围墙!不看好硅谷抢人乱象
· 造梦师手记:C站最受欢迎的大模型推出了SFW版
· AI绘画巅峰对决:Stable Diffusion 3与DALL·E 3原理深度比较
· AI写作不如意?万字长文深度剖析背后原因
· 大模型的研究新方向:混合专家模型(MoE)
· 喂饭级 AI’MWISE 启动器安装教程
· 数字人直播哪家强?百度、硅基、风平与闪剪四大AI数字人横向评测!
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
大模型
大模型与游戏结合的一个
思
路
该篇文章写于2019年,当时还没有ChatGPT这样的大模型,所以那时的
思
路主要是让游戏能够根据玩家水平的逐步提高,游戏的难
度
也相应提高,使得玩家始终有一种棋逢对手的感觉,从而增加游戏的可玩性,即笔者在文章中所说的
人工智能
游戏
大模型
对于大模型RAG技术的一些
思
考
doc类的文档相对来说还比较容易处理,毕竟大部分内容是文字,信息密
度
较高。
RAG
大模型
用AI轻松玩转年
度
总结PPT
嗨,各位办公室、行政部、HR 的小伙伴们 岁末年初,辛苦工作了快一年的你,是否又开始了一项重要工作 那就是年
度
工作总结!
PPT
年终总结
大模型
一个产品经理的大模型观察、反
思
与预测
Yann LeCunn 卷积神经网络 CNN(Convolutional Neural Network) 2000年代 Geoff Hinton 深
度
学习
工作
Agent
用了一个月,终于找到点写 AI Agent 的
思
路
Ops 工具将运
维
操作划分为脚本执行、文件分发两类,而运
维
对象主机和 Kubernetes 集群分别都实现了这两种运
维
操作。
AI
Agent
Ops
运维工具
语音
「语音转换新速
度
」— 探秘Whisper JAX的70倍速提升
它是OpenAI的Whisper模型的JAX版本,实现了在TPU上高达70倍的速
度
提升,这不仅是对现有技术的重大突破,更是对未来潜力的一次展现。
Whisper
语音识别
AIGC
朱啸虎讲了一个中国现实主义AIGC故事
一股是技术信仰派,他们大多技术出身,认为应该像OpenAI一样信仰AGI、信仰scaling law(规模定律),
思
维
更偏硅谷。
朱啸虎
AGI
没有
思
考过 Embedding,不足以谈 AI
一个比较容易想到的方法是,令词义的不同
维
度
和向量不同
维
度
进行关联。
开源模型
数据分析
思
路系列-如何建立指标体系
但实际上,当我们冷静下来仔细
思
考就会发现,数据分析师的大部分工作其实都是在不断拆解指标,推动指标优化的过程,只是我们没有真的去总结过和通盘
思
考过。
数据分析
指标体系
写作
AI写作不如意?万字长文深
度
剖析背后原因
如果你只有纯粹的解释性内容,像
维
基百科文章那样,它听起来会明显像机器人写的。
AI写作
大模型
大模型评测新
思
路:弱智吧精华问题大全
最近几年,弱智吧的年
度
总结文章都可以顺手喜提百
度
贴吧热
度
第一名。
弱智吧
训练数据集
Prompt
17岁高中生写了个神级Prompt,直接把Claude强化成了满血o1。
智能程
度
、成功率、像人的程
度
,都大幅提升。
prompt
大模型
RAG
RAT = CoT + RAG
Retrieval Augmented Thoughts (RAT) 是一种协同
思
维
链 (CoT) 和检索增强生成 (RAG) 的 AI 提示策略,助力解决具有挑战性的长任务推理和生成。
RAT
协同思维链
检索增强生成
动作识别模型有哪些
· C3D:主要
思
想为用三
维
的卷积核处理视频。
动作识别
模型
大模型
领域大模型-训练Trick&落地
思
考
现有大模型在预训练过程中都会加入书籍、论文等数据,那么在领域预训练时这两种数据其实也是必不可少的,主要是因为这些数据的数据质量较高、领域强相关、知识覆盖率(密
度
)大,可以让模型更适应考试。
垂直
训练
大模型
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100