文章列表-AI魔法学院

文章列表

大模型实践总结

仅编码器架构（Encoder-only）：自编码模型（破坏一个句子，然后让模型去预测或填补），更擅长理解类的任务，例如：文本分类、实体识别、关键信息抽取等。

大模型训练

高级 RAG 技术——图解概览

编码器微调我曾对编码器微调方法持有一定怀疑，因为最新的为搜索优化的 Transformer 编码器已经相当高效。

RAG 检索图解

Sora懂不懂物理世界？

Sora的基本原理 Sora的训练集为短视频集，每个样本是一个短视频，Sora将其编码到数据空间进行降维，然后在隐空间中将特征向量切割成补丁，加上时间顺序，构成时空补丁，亦即时空令牌（time-space

文生视频视频生成 sora

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

在这些测试中，人类评估员从每个模型中获得输出示例，并要求他们根据模型输出在多大程度上紧跟所给提示的上下文（"紧跟提示"）、在多大程度上根据提示渲染文本（"排版"）以及哪幅图像具有更高的美学质量（"视觉美学

SD 论文

为什么Llama2大模型可以在个人电脑上部署？

我看介绍是说个人电脑也是可以部署 llama2 模型，就是说你自己的电脑可以下载 llama2 模型和运行 llama2 模型的代码，然后个人电脑把这个程序给跑起来。

开源模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

LLM 的潜力不仅仅是生成写得很好的副本、故事、散文和程序；它可以被框架为一个强大的一般问题解决者。

GPT-4

Agent四大范式 | 综述：全面理解Agent工作原理

o • ProgPrompt 则将自然语言描述的任务转译为编程问题，通过代码定义代理的动作空间和环境中的对象，每个动作都明确为一个函数，每个对象则作为一个变量

Agent 大语言模型

目前有哪些比较成功的人工智能应用？

多样化输出: 可以编辑成邮件形式等多样化的输出。

生成式AI

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

的生成速度要快很多而且占用资源少一些，但是不知道是不是心理原因总感觉ComfyUI的清晰度不如WebUI，所以相对来说WebUI玩的更多一些（其实主要还是因为简单，ComfyUI研究一晚上只造出了基础的生成和放大流程o

AnimateDiff SD

语音、视频转文字神器：开源whisper介绍

Whisper模型的训练过程非常复杂，需要大量的计算资源和时间。

人工智能大模型 wisper

为什么说AI现在还不行！

如果和过去对比，那么过去的编程固化的是程序员的智能，程序员的智能通过程序在限定的边界内处理问题，所以泛IT的崛起伴随着程序员群体的崛起，不管是程序员的人数还是收入。

大模型

ComfyUI，你开启XL钥匙打开了新世界

ComfyUI主要使用基于图形/节点/流程图的界面来设计和执行进阶的SD管线。

ComfyUI 大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

相较以往的传统方案，LLaSM 能够通过便捷的语音输入的交互方式，大幅改善过往以文本为输入的大模型的使用体验，同时有效避免基于 ASR 解决方案的繁琐流程以及可能引入的错误。

开源模型

一个专业级 AI 聊天浏览器，开源了！

其消息发送过程，可通过以下流程图表示：该浏览器支持 Mac、Linux、Windows 等主流操作系统，现阶段对 Mac（ARM64 架构）系统兼容性最好，项目在 GitHub 仍在持续更新，Linux

开源大模型聊天

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

Qwen3在编码、数学、通用能力等多个关键领域展现出了卓越的实力，完全有能力与Gemini、ChatGPT、Grok等顶尖模型一较高下。

Qwen3 开源模型

<...27 28 29 303132 33 34 35 36 ...>

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