文章列表-AI魔法学院

文章列表

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

这些模型参数包含了源数据集上学习到的知识，且这些知识同样适用于目标数据集。

大模型微调

AI进化的新纪元：AI AIgents时代（1/9）——什么是Agent？

另外，OpenAI 应用研究主管 Lilian Weng 在一篇长文中提出了 Agent = LLM（大型语言模型）+记忆+规划技能+工具使用这一概念，并详细解释了Agent的每个模块的功能。

大模型

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

此前，DataLearner曾经从理论上给出了大模型显存需求的估算逻辑，详细说明了大模型在预训练阶段、微调阶段和推理阶段所需的显存资源估计（参考：需要多少GPU显存才能运行预训练大语言模型？

大模型

万字长文，AI大模型的应用实践总结

· BBT-FinCUGE-Applications：开源了中文金融领域开源语料库BBT-FinCorpus，中文金融领域知识增强型预训练语言模型BBT-FinT5及中文金融领域自然语言处理评测基准

大模型

最顶尖的大语言模型人才，只关心这10个挑战

减少和衡量幻觉（编者按：hallucinations，AI的幻觉，即 AI 输出中不正确或无意义的部分，尽管这类输出在句法上是合理的） 2.

大语言模型

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

**内容拓展**：为原文融入相关的背景知识、真实案例或历史事件，以增强文章深度和广度。

Prompt ChatGPT

大模型评测新思路：弱智吧精华问题大全

本文发现，在 CQIA 子集上训练的模型在人类评估以及知识和安全基准方面取得了具有竞争力的结果。

弱智吧训练数据集

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

今天的人工智能体(AI Agent)能够自己感知、决策和行动。

AI Agent 人工智能

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

1、RNN（循环神经网络）时间：20世纪90年代关键技术：循环结构和记忆单元处理数据：适合处理时间序列数据应用场景：自然语言处理、语音识别、时间序列预测等 RNN是一种神经网络模型，它的基本结构是一个循环体

大模型学习

来自Microsoft Build 2023：大语言模型是如何被训练出来的

文本的tokenzation 在这个阶段，对数据集的处理一个重要的步骤是做tokenizer。

大模型

如何使用ChatGPT一天搞定论文初稿

在GPT刚刚问世的时候，因为它的胡编特性导致在学术写作场景中备受诟病，但是随着现在整个生态的发展，借助插件等知识增强手段已经很大程度上解决幻觉问题，基本上确保了每个引用都有出处

ChatGPT 写作

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

目前AIgc领域正在持续关注，等到年底的时候做一个最全面的视频和文字讲解，现在还是在等等，目前AI领域热度确实是在持续降温，但是呢，深入了解AI的人都知道，AI的发展不是想人一样需要很长时间的积累，有时候可能就是一个算法的突破

Stable Diffusion 文生图 controlnet

AI Agent新对决：LangGraph与AutoGen的技术角力

3.对对话内容管理： ●引导 Agent 的讨论方向，以确保讨论围绕目标进行。

LangGraph AutoGen 对决

Cursor 0.50 版本：一场惊艳的编程体验升级之旅

四、Background Agent：让 AI 协作更进一步这是 Cursor 0.5 最具突破性的功能，它就像是一位不知疲倦的助手，让 AI 真正能够在“后台”持续工作，实现无需人工干预的任务处理

Cursor 0.50 大模型

一文读懂AIGC产业链：AIGC的前世今生和未来展望

这一切，都要从快速认识一个行业开始。

生成式AI

<...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