文章列表-AI魔法学院

文章列表

大模型训练为什么用A100不用4090

），少数算子是 memory bound（内存密集型），这个结果是不意外的。

大模型

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

这与过去十多年大数据和人工智能发展面临的问题类似，即存在数据孤岛和数据壁垒。

智谱 AI

爆火的“哄哄模拟器”，它是如何炼成的？Prompt泄漏了

来龙去脉见作者介绍：哄哄模拟器的完整复盘，火了，但一度让我很发愁之所以被大量用户关注，一方面是其“俏皮的”，具有话题性的创意，另一方面被行业内人关注，很大原因则是当前LLM应用大多集中在一些“正经

提示词 prompt

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

这源自于大语言模型学习算法的改进及海量训练数据的输入与“投喂”，千亿甚至万亿级参数的大模型不断出现，这让大模型具备了某种意义上的“思考”能力。

大语言模型

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

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

方法进行解读，百川智能具有深厚的搜索背景，来看看他们是怎么爬RAG的坑的吧～总的来说，百川通过长上下文模型(192k)+搜索增强结合的方法来解决知识更新，降低模型幻觉的问题，使得其在5000万tokens的数据集中取得

RAG 大模型

一文看懂RAG：大语言模型落地应用的未来

处理大量和多样化的数据：RAG可以处理和理解庞大的数据集，如维基百科或其他专业数据库。

rag 检索增强

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

SD艺术二维码还有人不会做?

围绕这三个问题，从模型下载，参数调试，场景抽卡来对艺术二维码从入门到放弃写一篇介绍。

文生图

如何微调Meta Llama-3 8B

from datasets import load_dataset 加载数据集 1.

Meta Llama 3 大模型

混合专家模型 (MoE) 详解

这意味着在相同的计算预算条件下，您可以显著扩大模型或数据集的规模。

MoE大模型

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

为了避免过拟合，CoH 框架添加了一个正则化项（Regularization Term），以最大化预训练数据集的对数可能性。

agent

如何使用ChatGPT写出优质文章

提供详细背景信息收集信息：在写作前，收集有关主题的相关数据、研究报告、案例研究等资料。

ChatGPT 写作

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

<...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