文章列表-AI魔法学院

文章列表

从第一性原理看大模型Agent技术

我们将整个内容分为四个部分：首先，会对从大模型到现在的智能体的技术发展做一个串讲；接着，介绍通用智能原理和面向目标架构这个两个根本性问题；最后，基于这两个原理，分析现在的智能体架构仍存在的缺陷，以及未来可能的发展方向

大模型 agent

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

系统架构使用先决条件 ·CPU >= 2 核 ·内存 >= 8 GB ·Docker >= 24.0.0 & Docker Compose

RAGFlow RAG 开源

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

OpenAI Assistants 检索存在局限性？

RAG 检索向量库

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

从实践的角度来看，都存在产品稳定性不够、产品效果不佳，以及供应商服务响应不太及时的问题。

大模型调研

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

无限注意力（Infini-attention）具有额外压缩内存，并使用线性注意力处理无限长的上下文。

大模型上下文

喂饭级 AI’MWISE 启动器安装教程

启动器基于vladmandic版本的stablediffusion源码开发跨平台一键部署启动器，支持全系列N卡,A卡，M1芯片，全网独家，vladmandic版本中文汉化，适配kitchen主题，内置命令行

文生图

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

对话长度超过一定数量后，它会遗忘之前对话的内容。

大模型 llm框架

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

知识节点的介绍生成有两种方式，一种是利用 LLM 的内部知识库，另外一种是外挂知识，利用 LLM 的总结能力。

提示词文生图 AIGC

七问大模型幻觉｜LLM Hallucination

幻觉现象的存在严重影响LLM应用的可靠性，本文将探讨大型语言模型(LLMs)的幻觉问题，以及解决幻觉现象的一些常见方法。

大模型

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

直接上图看看他们的区别可见 Inpaint anything 在分割方面做的更好，其逆天之处在于我们可以非常方便的挑选图片的中某几块内容生成蒙版内容！

Stable Diffusion 文生图

使用知识图谱提高RAG的能力，减少大模型幻觉

向量数据库只能提供存储在数据库中的直接信息。

RAG 大语言模型

Comfyui一键更换人物背景！饭来了快张口！

书写提示词的区域，想要什么背景写进去就好， “ 图像背景处理这部分处理图像背景的区域，给背景加上蒙版，然后内补绘制从而生成新的背景

换背景绘画

接私活必看的11个开源项目

服务监控：监视当前系统CPU、内存、磁盘、堆栈等相关信息。

私活开源项目

大模型应用的10种架构模式

2.大模型代理模式想象一个生态系统，其中多个专门针对特定任务的生成式AI模型各自作为其领域内的专家，并行工作以处理查询。

大模型架构

Stable Diffusion

Stable Diffusion 入门教程开篇

为了更好地理解这一点，图内显示了通过将初始纯噪声向量和最终去噪潜在向量输入到图像解码器中输出图像的差异。

Stable Diffusion 文生图入门教程

<...28 29 30 313233 34 35 36 37 ...>

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