文章列表-AI魔法学院

文章列表

生成式AI与大语言模型的区别

通过吸收大量的训练数据，生成式人工智能模型可以使用复杂的机器学习算法来理解模式并制定输出。

生成式AI 大语言模型区别

新测试基准发布，最强开源Llama 3尴尬了

Arena-Hard利用竞技场实时人类数据构建，与人类偏好一致率也高达89.1%。

Llama 3 大模型开源

AI拟声: 5秒内克隆您的声音

声音数据集整理：MockingBird在整理某个人的音频数据集上也很有用，可以在一个声音上做微调，使语音生成质量（如杂音、吐字清晰度）和音色达到更好的效果。

声音克隆开源

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 3 会自动根据你的想法帮你写提示词，并最终生成图像。

DALL-E 3 文生图

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

一、训练数据集准备这个过程主要做三件事：训练素材处理图像预处理打标优化 1.

训练

AI Agent / 智能体观察笔记（中）

存储了智能体所有记忆的数据库是整个架构的核心。

大模型

一文彻底搞懂多模态 - 多模态推理

KG = （E，R，T），KG表示知识图谱、E表示实体集合、R表示关系集合、T表示知识三元组集合。

多模态推理大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

2）通过集成Pinecone数据库，它可进行长期内存存储，从而保存上下文并基于此进行决策改进。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

2）通过集成Pinecone数据库，它可进行长期内存存储，从而保存上下文并基于此进行决策改进。

AI Agent 大模型人工智能

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

Phi-2所使用的训练数据，包含合成数据集，——专门用于教授模型常识推理和一般知识（科学、日常活动和心智理论等）。

小语言模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

2 BGE M3-Embedding 2.1 训练数据构建 M3-Embedding的训练用了非常庞大且多样化的多语言数据集，

BGE M3-Embedding 多语音检索

大模型微调方法总结

然后使用 AdapterFusion 组合 N 个适配器中的知识，将预训练参数 Θ 和全部的 Adapter 参数 Φ 固定，引入新的参数 Ψ，使用 N 个下游任务的数据集训练，让 AdapterFusion

开源模型

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

经测试，GPU 版本相较于 CPU HNSW 索引有了 3 倍以上的 QPS 提升，部分数据集有近 10 倍的提升。

大语言模型

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

该研究除了提出以上开创性的主动 Agent 之外，还通过采集不同场景下的人类活动数据构建了一个环境模拟器，进而构建了数据集 ProactiveBench，通过训练模型获得了与人类高度一致的奖励模型，并比对了不同模型在数据集下的性能

Agent 大模型

60分钟吃掉ChatGLM2-6b微调范例~

本范例使用非常简单的，外卖评论数据集来实施微调，让ChatGLM2-6b来对一段外卖评论区分是好评还是差评。

开源模型

<...34 35 36 373839 40 41 42 43 ...>

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