文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable diffusion 有哪些不错的模型

但是，大家如果想自己练大模型的话，SD系列是不错的基础模型，因为他们比较庞杂，什么风格都有，属于中性模型。

文生图

2024！深入了解大语言模型（LLM）微调方法（总结）

如果性能不佳，尝试进行提示工程（prompt engineering）或进一步微调。

大模型微调

baichuan2 有什么好的深挖论文中涉及的知识点

在本技术报告中，将分享在训练 Baichuan 2 过程中遇到的一些尝试、错误和经验教训。

大模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

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

【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

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

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

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

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

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

<...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