文章列表-AI魔法学院

文章列表

大模型套壳祛魅：质疑套壳，理解套壳

预训练是大模型训练最核心的环节，通过把大量的文本信息压缩到模型中，就像一个学生寒窗苦读的过程，来让模型具备世界知识。

大模型套壳

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

对于主题 (2)，研究者探索了聊天机器人、计算生物学、计算生物学、计算机编程、创意工作、知识工作、法律、医学、推理、机器人和社会科学等领域。

开源模型

Chinese-LLM开源中文大语言模型合集

，也会持续评估不同训练数据、训练算法等对模型表现的影响。

大模型中文

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这种严格的监督训练方式限制了模型的泛化性和实用性，因为这样的模型通常还需要额外的标注数据来完成训练时未曾见过的视觉“概念”。

OpenAI 自然语言监督

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

由于模型是基于从互联网抓取的大量数据集进行训练的，训练数据集可能无意中包含了与基准测试中的问题高度相似的样本。

过拟合小模型

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

6.训练定制：PaddleOCR支持用户根据自己的需求进行模型训练和定制，满足特定场景下的OCR需求。

PaddleOCR 文字识别

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

而考虑到15%的搜索请求都是新的，这可是一项巨大的工程。

开源模型

【进阶】-文生图术语解释

Embedding 插件 hn/hyper 模型微调方法中的 hypernetwork，超网络炸炉指训练过程中过度拟合

文生图

从零开始学习大模型-第一章-大模型简介

数据需求高：为了有效训练这些模型，需要大量的训练数据。

大模型从零开始

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

巧舌如簧的人类，利用精妙缜密的prompt工程，成功从AI智能体那里骗走了一大笔钱。

Freysa 智能体

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

随着预训练语言模型的出现，如GPT系列和BERT等，大模型在自然语言处理任务中取得了显著成果，推动了人工智能技术的进一步发展。

大模型调研

大模型时代 AI 技术在金融行业的创新应用

传统 AI 模型在处理特定任务时表现出较高的精确度，且训练和运行所需的计算资源相对较少。

大模型金融

图解 Transformer——功能概览

系列文章共有四篇，本文为第一篇，主要从整体上介绍了 Transformer 的整体架构，工作过程。

Transformer 大模型图解

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

作为一个通用的、可定制的Agent框架，ModelScope-Agent主要有以下特点：可定制且功能全面的框架：提供可定制的引擎设计，涵盖了数据收集、工具检索、工具注册、存储管理、定制模型训练和实际应用等功能

大模型

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

测试代号为 Orion 的新模型的 OpenAI 员工发现，尽管它的性能超过了 OpenAI 的现有模型，并且只完成了 20% 的训练就达到了 GPT-4 的水平，但与从 GPT-3 到 GPT-4

Scaling Law AI大模型

<...31 32 33 343536 37 38 39 40 ...>

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