文章列表-AI魔法学院

文章列表

我们需要的不是智能体，而是工作流（5000字保姆式教学）

文章长度控制在1000-1500字之间。

工作流教学

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

为了获得最大的分布式训练效率，Codeshell基于Megatron-LM，在Attention算子优化、数据预处理、数据加载、日志输出、状态监控、分布式训练管理等方面进行了深度定制，支持Flash Attention2

开源模型 AI编程

Docker介绍及常用命令大全

nbsp; -i # 打开 STDIN，用于控制台交互

Docker 容器

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

; 杨光：像手机这样的消费电子产品里面，现在只有一颗芯片也就是AP（应用处理器，支持系统和APP的运行)依赖先进制程

AI光年芯片投资

国内人工智能对北京高考微作文题目的回答

只知道我的心情，像那快速的心跳一样，无法控制。

中文大模型

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

MoE - 稀疏门控制的专家混合层，最近爆出 GPT4 是由8个220B 的模型组合。

大模型人工智能

2023检索增强生成技术（RAG）研究进展

大模型可能会内置更加高效的检索机制，而RAG技术也会不断优化，使得检索过程更加精准、生成过程更加自然。

RAG 检索增强

真格基金大模型能力测试问题集---进阶篇

他们还制作了一只狗叫做普鲁托。

中文评测大模型

大模型套壳祛魅：质疑套壳，理解套壳

零一万物在文章中提到，模型训练过程好比做一道菜，架构只是决定了做菜的原材料和大致步骤，要训练出好的模型，还需要更好的「原材料」（数据）和对每一个步骤细节的把控（训练方法和具体参数）。

大模型套壳

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

需要在训练期间平衡专家的使用，以正确训练门控权重以选择最相关的权重。

MoE 专家混合模型

十大开源语音识别项目

首先，其算力使用灵活，成本可控。

语音识别开源项目

高级 RAG 技术——图解概览

让我们来看看多文档智能体方案——这是一个复杂的设置，涉及在每个文档上初始化一个智能体（OpenAIAgent），负责文档摘要和经典问答机制，以及一个负责将查询路由至文档智能体并合成最终答案的顶级智能体。

RAG 检索图解

我为什么不看好大模型行业

英伟达的竞争优势绝不仅仅是硬件的设计能力，也不是制造能力，而是生态锁定。

大模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

等企业内部数据，为下一步 embedding 化、高效存储 emb、灵活更新 emb，又是这一堆难啃骨头里面的刺儿头，尤其是遇到文档中包含 table，甚至这些 table 还是以 image 形式存在的，控制不好不仅仅容易把

大模型 LangChain RAG

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

以下是对这两种精度的解释以及它们在内存中占用的字节数： int4 (4位整数): 含义：int4使用4位二进制来表示整数。

开源模型

<...32 33 34 353637 38 39 40 41 ...>

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