文章列表-AI魔法学院

文章列表

实测15款AI大模型实时新闻搜索能力：金融业资讯获取哪家强？

测试方法 · 统一任务：要求AI“在线全网搜索昨天（2025-07-14）金融业相关结果”，返回包含标题、日期、链接、来源、作者、摘要的JSON格式数据。

AI 大模型

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

所有模型在心理健康咨询场景中对同理心和对话安全的理解有限，显示出提高对细微人类情感和情境理解的需求。

大模型心理

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

在这种系统中，个体代理评估其他代理的需求和能力，并积极寻求与它们的协作行动和信息共享。

大模型

九问中国大模型掌门人，万字长文详解大模型进度趋势

双方互相了解，知道很多需求和场景，然后根据需求反推大模型的建设，能经历完整的迭代过程，幻觉实际上很可怕。

大模型详解

体验Outfit Anyone，高质量虚拟换装，效果如何？

这项技术支持多种风格，包括休闲、商务、正式等，满足你在不同场合的需求。

Outfit Anyone 模拟

CodeGeeX：Tab一下，代码自动生成

采用的是从左到右生成的自回归解码，因此CodeGeeX 能够完成许多生成类的编程问题，例如「根据注释生成代码」、「根据代码生成解释」、「根据上下文做代码补全」、「不同语言之间的代码翻译」等等，你完全可以根据自己的需求，

大模型

通俗解读大模型微调(Fine Tuning)

第三个原因是，Prompt Engineering的效果达不到要求，企业又有比较好的自有数据，能够通过自有数据，更好的提升大模型在特定领域的能力。

大模型微调

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

3、使用神经常微分方程（ODE）：通过使用ODE求解器，可以在不需要额外训练的情况下提高扩散模型的速度。

StreamDiffusion 文生图

收藏！万字长文聊聊LLM Agents的现状，问题与未来

例如：在上下文中给定LLM一些情绪种类描述和情绪程度说明，要求LLM分析一段用户输入的情绪种类和情绪程度数值，并格式化地返回。

LLM Agents

大规模训练系列之技术挑战

聚合所产生的通信需求隐含了不少问题，首先，深度学习迭代式训练的特性导致更新频繁，需要大量的交换局部更新。

开源模型

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

但AI绘画是有一定的随机性的，因此它画出来的东西不一定是完全符合你需求的。

大模型文生图

26个超级技巧，让你的ChatGPT直接起飞

今天分享26个实战中常用的小技巧，让你的输出事半功倍，一起来看看 1 - 与大型语言模型交流无需礼貌用语，不需要添加“请”、“如果你不介意”、“谢谢”、“我想要”等，直接说出你的需求。

ChatGPT

RAG 2.0，终于把RAG做对了！

整个架构基于一个单一原则：有能力检索与请求或提示上下文语义相关、有意义的数据。

RAG 大语言模型

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？

显存需求方面，即使推理过程中只使用了总参数的一部分，但整个模型（包括所有专家）都需要加载到内存中，这需要很大的VRAM！

MoE 专家混合模型

图解大模型训练之：张量模型并行(TP)，Megatron-LM

· 做完forward后，怎么做backward，进而求出梯度，更新权重。

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