文章列表-AI魔法学院

文章列表

LangChain Agent 原理解析

今天就来带大家重点了解一下 Agent 以及它的工作原理。

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

保姆级教程：图解Transformer

本文是图解 AI 算法系列教程的第二篇，今天的主角是 Transformer。

人工智能

图解 transformer——逐层介绍

每个编码器都包含：多头注意层前馈层 3、解码器堆栈包含若干个解码器。

Transformer 大模型图解

预训练对话大模型深度解读

我们先大概了解下生成式对话模型的发展历史。

LLM Agent最常见的九种设计模式(图解+代码)

接下来讲讲每个模式的原理，以及代码实现(看代码能帮助产品经理加深理解，因为这些设计模式都是以结构化 prompt 的方式藏在代码里)。

LLM Agent 图解

Stable Diffusion

硬核解读Stable Diffusion（系列一）

这里将基于Hugging Face的diffusers库深入讲解SD的技术原理以及部分的实现细节，然后也会介绍SD的常用功能，注意本文主要以SD V1.5版本为例，在最后也会简单介绍 SD 2.0版本以及基于

StableDiffusion 文生图

混合专家模型 (MoE) 详解

了解了 MoE 的基本概念后，让我们进一步探索推动这类模型发展的研究。

MoE大模型

Deepseek-V2技术报告解读！全网最细！

下面我们结合代码和技术报告，对Deepseek-V2模型进行详细的解读。

Deepseek-V2 大模型

深入浅出：大语言模型中必不可少的技术——Embedding简介

Embedding在大模型中的价值如何基于Embedding让大模型解决长文本（如PDF）的输入问题？

embedding

ChatGLM3-6B 功能原理解析

那今天我们就再来介绍 ChatGLM3-6B 具体的功能原理，包括工具调用、代码解释器等。

ChatGLM3 大模型

解读提示工程（Prompt Engineering）

在这里，尝试根据可解释性、交互方式和应用领域三个方面对Prompt 进行分类。

Prompt 提示词

Pynsist：一键打包 Python 应用代码成 Windows 安装程序

它内置 Python 解释器，即使目标用户没有安装 Python，也可以轻松使用您的应用。

Pynsist 程序

Agent四大范式 | 综述：全面理解Agent工作原理

Methods）先分解后规划策略是先把任务拆解为子任务，然后再为每个子任务指定子规划。

Agent 大语言模型

ChatPDF | LLM文档对话 | pdf解析关键问题

在此记录一些难题和解决方案，首先讲解主要思想，其次以问题+回答的形式展开。

大模型

<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