文章列表-AI魔法学院

文章列表

国产编程大模型CodeGeex

国产平台实现与训练我们在Mindspore 1.7框架上实现了CodeGeeX模型，并使用鹏城实验室的全国产计算平台上进行训练。

编程

Stable Diffusion

硬核解读Stable Diffusion（系列一）

基于latent的扩散模型的优势在于计算效率更高效，因为图像的latent空间要比图像pixel空间要小，这也是SD的核心优势。

StableDiffusion 文生图

Stable Diffusion

Stable Diffusion由入门到精通

Karras后缀 LMS Karras 基于Karras论文，运用了相关Karras的noise schedule的方法，可以算作是LMS使用Karras noise schedule的版本；

prompt 文生图

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

算法蒸馏（Algorithm Distillation）将相同的思想应用于强化学习任务中的跨剧情轨迹，其中算法被封装在一个长期历史条件策略中。

Agent

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型具有大规模参数和计算能力的机器学习模型。

大模型

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

本文方法中国的CSI 300和CSI 500数据集以及美国的NASDAQ 100和S&P 500数据集上进行了广泛的实验，结果表明MCI-GRU在多个指标上均优于现有的最先进方法。

MCI-GRU 股票大模型

为什么说腾讯22年前的这份神级PPT是立项汇报的天花板？

接下来继续细化聚焦，讲市场中的典型公司，分析韩国Avatar领头羊Sayclub的数据与打法。

PPT 腾讯立项汇报

检索增强生成(RAG)有什么好的优化方案

这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

RAG 检索增强生成

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

相比之前的ChatQA 1.0版本，其训练方法和数据集都进行了优化，尤其增强了对表格数据和算术计算的理解能力。

Llama3-ChatQA-1.5 对话问答模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

同时在CPU和GPU上进行8位量化，可以进一步提高算法效率。

faster-whisper 语者识别 ASR

AI+大模型在金融行业的应用场景

图表2：智能金融细分行业应用场景（1）AI在银行业中的典型应用场景信用风险评估：机器学习算法可以利用历史数据进行训练，来预测个人客户的信用价值并评估该客户与借贷相关的风险。

AI大模型金融

Stable Diffusion

Stable Diffusion | SD阿里云3步部署，全程五分钟，免费试用三个月，电脑无需升级配置

注册好了登录图像变成这样 2、点击免费试用，选中函数计算FC，这一步是布置代码运行的算法云环境服务，对AIGC进行GPU推理计算。

下载

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

这种方法不涉及对模型参数的修改或重新训练，而是通过精心设计的提示文本来操纵模型的行为。

大模型

用AI轻松玩转年度总结PPT

以前，我们都用算盘做计算，用手写材料，现在都用电脑计算、写作现在绝对不会有人说用 EXCEL 汇总数据是在偷懒和电脑一样，AI 只是一种提高效率的工具！

PPT 年终总结

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

同时，得益于MoE架构稀疏化的特点，模型在每次回答问题时只需激活对应部分的网络，相较于同等参数规模的稠密模型，计算效率更高。

MoE大模型 APPa

<...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