文章列表-AI魔法学院

文章列表

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

】 P-tuning不改变预训练阶段模型参数，而是通过微调寻找更好的连续prompt提示，来引导已学习到的知识的使用；Fine-tuning可能在调整模型参数过程中，可能带来了灾难性遗忘问题提示微调

训练微调

Prompt：我常用的对话技巧

前面在写《Prompt：链式思考与自我一致性》的时候，为了换封面，就想着用 DALL·E 生成一下。

prompt 大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

现有大规模文本到语音（TTS）系统通常分为自回归和非自回归系统。

MaskGCT 声音克隆

耗时7天，终于把15种ControlNet模型搞明白了

——让出的图与我们脑海里想象的画面一致但目前现状是：随机性太强很多时候能不能出来一个好看的画面，只能通过大量的「抽卡」实现，以数量去对冲概率这种情况下，如果能用好控制出图的三个最关键因素，能让

文生图

解读：一个数学在线教育网站如何做到一千万月访问量

今天继续分享个方法，那就是随便乱点，从一个网站发现一些关键词，从一个关键词发现一批网站，不断点下去，就能够发现一些不错的网站。

访问量

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

多层感知器（MLP）作为投影层，起到了桥梁的作用，将视觉编码器生成的图像嵌入与基础语言模型的标记空间进行对齐，使模型能够实现端到端的视觉语言理解。

OmniVision -968M 多模态模型

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

面对这种种现状，Ilya最近在路透社的采访中表示，扩展训练的结果，已经趋于平稳。

Scaling Law AI大模型

2024！深入了解大语言模型（LLM）微调方法（总结）

如果零样本推理未能达到预期结果，可以使用单样本或少样本推理。

大模型微调

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

其实这两天也在轮流学习使用WebUI和ComfyUI，发现同等帧率设置下ComfyUI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

AnimateDiff SD

几款开源的OCR识别项目，收藏备用

训练的文字识别提取的开源项目 https://github.com/ocrmypdf/OCRmyPDF.git Umi-OCR 基于 PaddleOCR 实现的一款开源的文字识别工具

OCR

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

例如，冠状病毒不是一个新名词。

开源模型

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

现在，小白也可以打造专属的智能体了！

大模型

大模型的研究新方向：混合专家模型（MoE）

为了实现大模型的高效训练和推理，有的是从模型底层下手，比如直接改变底层模型架构，将原来的Transformer架构改成近期新出的基于状态空间模型（SSM）的mamba架构；有的是在预训练微调方法上下手，

MoE 大模型

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

02 — 下图为StreamingLLM与现有方法的对比图示，建模任务为：语言模型在长度为L的文本上进行预训练，预测第T个标记（T≫L）。

大模型 llm框架

在飞速发展的时代管理AI风险

随着人工智能开发者扩大这些系统，未预见的能力和行为会自发出现，而无需明确编程。

人工智能伦理

<...29 30 31 323334 35 36 37 38 ...>

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