文章列表-AI魔法学院

文章列表

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

最初，作者使用大量的图像文本对齐数据集来训练视觉语言模型。

Baichuan-Omni 多模态大模型

吴恩达老师建议大家关注 AI 智能体工作流

· • 使用工具：让大语言模型调用外部工具，如网络搜索、代码执行等 · · • 规划：让大语言模型自己设计一个多步骤的计划来达成目标

智能体大语言模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

该模型使用从Qwen-7B导出的预训练权重进行初始化。

大模型语音

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

然后，使用搜索引擎检索。

大模型 RAG检索增强

腾讯最新的人像写真工作PhotoMaker

还能输入两个图片，融合他们的长相，即使是真人照片+漫画也完全ok。

PhotoMaker 文生图

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

简单来说，EMO 可以使人像照片“动起来”。

EMO 阿里全民演唱

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

提升GPT Prompt效果最佳实践 - 给 GPT 时间思考 5.使用外部工具通过使用其他工具的输出来弥补GPT的不足。

ChatGPT 大模型

Midjourney 实现角色一致性的新方法

同一提示之词，竟能催生出千变万化的图像，使得AI所绘之作，宛如自然之物般独特，毫无呆板重复之嫌。

midjourney 文生图绘画

Stable Diffusion

Stable Diffusion超清放大及修复细节操作

现在，让我来给大家详细介绍一下使用Stable Diffusion进行超清放大和修复细节的过程吧！

Stable Diffusion 文生图

什么是ChatGPT？

这种模型的基本原理是通过构建一个神经网络来学习和模拟人类的语言处理过程，使得模型能够理解并生成人类的语言。

ChatGPT OpenAI 大模型

XX来信：智能体设计模式2：Reflection

如果使用自动化交付关键反馈的步骤，让模型自动批评自己的输出并改进其响应，结果会怎样？

Reflection 智能体

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

一.引用在LLaMA2-7B这样的原始LLM中使⽤带有噪⾳嵌入进⾏微调时，其在AlpacaEval上的性能从29.8%

NEFTune 大语言模型

实测：本地跑llama3:70B需要什么配置

这一突破使得Llama 3一举成为当前顶流的大语言模型之一。

llama GPU内存

大模型与游戏结合的一个思路

关于人工智能与游戏的结合，笔者曾写过一篇文章，《真正的人工智能应用于游戏》。

人工智能游戏

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

我们在多个公共数据集上进行了实验评估，包括使用“合成”专家标注的真实世界医学数据集。

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