文章列表-AI魔法学院

文章列表

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

不需要删掉的标签：如人物动作 stand，run 这类，人物表情 smile，open mouth 这类，背景 simple background，white background 这类，画幅位置等 full

训练

AI的百亿套壳：做船不做柱子

他们是第一批做 AI 应用的团队，很值得揣摩下他们创业之初是什么年龄什么背景，做过哪些转型，做对了什么选择，爆火的契机是什么，撞大运的地方在哪里。

AI 创业

使用 ChatGPT + Claude 撰写成功的商业计划书

她有一个愿景，但很难将其阐明为结构化的商业计划。

工作

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

v2 P-Tuning v2: Prompt Tuning Can Be Comparable to Fine-tuning Universally Across Scales and Tasks 背景

训练微调

解玄：共相、道、基类与战略

不同思维体系下对同样的事物会有不同描述，比如共相属于狭义哲学或者佛学、道则更像大众和玄学用语、基类则属于程序员，但背后的话题都和名家的名实有点关系。

玄学科学

检索增强生成 (RAG):What, Why and How?

例如，如果询问模型关于截止日期之后发生的事件，则提供该事件作为背景信息并随后提问将帮助模型正确回答问题。

检索增强大模型

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno V3凭借惊人创作速度及多元化音乐风格迅速火遍网络，夯实AI在音乐创作领域的光明前景。

suno 歌曲音乐

大模型微调方法总结

基于上述背景，论文作者得益于前人的一些关于内在维度（intrinsic dimension）的发现：模型是过参数化的，它们有更小的内在维度，模型主要依赖于这个低的内在维度（low intrinsic dimension

开源模型

大模型：泛化即智能，压缩即一切

子贡回说，“我无法望其项背，颜回可以举一反十，而我顶多闻一知二”。

大模型泛化

Yi技术报告细节分享

同时为了减少幻觉和重复，检查并确保回复中的知识不包含在模型中，消除可能导致模型死记硬背的回复，并重写回复保证微调多轮时数据不重复。

Yi模型大模型

RAG 2.0，终于把RAG做对了！

这一主张背后，正是RAG的最初创造者。

RAG 大语言模型

再也不用担心 AI 图片脸崩手崩了

从图片里也可以看出，YOLO 处理的区域更大，甚至能处理头发和背景。

ADetailer 安装文生图

国产AI大模型哪家强？十大维度横评四款主流大模型！

分讯飞星火：10 分通义千问：10 分360 智脑：9 分八、实时搜索能力测试大家使用 AI 大模型来取代搜索引擎获取信息，很多时候肯定是想要获取尽可能比较新的信息，也就是实时搜索能力，这就很考验大模型背后语料库

开源模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

简介一次性音频驱动的说话头生成旨在通过音频作为输入信号来驱动任意面部图像，并具有广泛的应用场景，如虚拟化身、视觉配音和视频会议。

VividTalk 视频

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

这种污染可能导致模型的推理能力被错误评估 —— 它们可能仅仅是在训练过程中蒙到题了，正好背出了正确答案。

过拟合小模型

<...30 31 32 333435 36 37 38 39 ...>

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