文章列表-AI魔法学院

文章列表

Agent四大范式 | 综述：全面理解Agent工作原理

基于统计学习的LLM通过海量数据优化下一个词的出现概率，与符号化人工智能相比，这种方法在遵循复杂约束时存在挑战，特别是在处理LLM训练期间不常遇到的约束。

Agent 大语言模型

Falcon 180B 开源影响了谁？

上述多位人士告诉AI科技评论，国内如智源、上海人工智能实验室这样的不靠模型赚钱的官方机构，最有意愿去把开源模型做的更大，因为他们没有商业公司需要大模型赚钱这样紧迫的欲望，他们更多为了推动整个行业的发展前景

大模型

RLHF 在 Text2SQL 领域中的探索

· 强化学习是一种机器学习方法，旨在通过智能体（agent）与环境（environment）的交互学习如何在动态环境中做出决策（action）以最大化累积回报（reward）。

Text2SQL RLHF

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

被封多了，陈云也总结出了被封的两大原因，“要么是判断我为录播，要么是有同行恶意举报，封的概率大概在30%。”

数字人

AI Agent / 智能体观察笔记（上）

Toliman AI：智能体可以在网上搜索信息然后生成内容，用户还可以选择需要多少参考文献或来源来支撑调研报告。

大模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

Animate Anyone发布的时候，四个视频在（社交平台）Twitter上总播放量破亿，还有大量的自发报道。

通义文生视频

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

原因正如之前报道的那样，GPT的改进速度正在放缓。

Scaling Law AI大模型

AI Agent新对决：LangGraph与AutoGen的技术角力

你可以告诉这些 Agent 你的目标和任务，然后他们将通过相互讨论和协作来实现目标，并向你汇报进展。

LangGraph AutoGen 对决

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？

每个令牌的准确性（但回报递减）与快速训练和推理的专家数量较少之间存在权衡。

MoE 专家混合模型

大模型的研究新方向：混合专家模型（MoE）

6.适应大规模数据：混合专家方法是处理大规模数据集的理想选择，能够有效地应对数据量巨大和特征复杂的挑战，可以利用稀疏矩阵的高效计算，利用GPU的并行能力计算所有专家层，能够有效地应对海量数据和复杂特征的挑战

MoE 大模型

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

开源基座模型对比大语言模型的训练分为两个阶段：（1）在海量文本语料上的无监督预训练，学习通用的语义表示和世界知识。

大模型微调训练

Stable Diffusion

硬核解读Stable Diffusion（系列一）

目前在模型对比上，大家往往是比较不同模型在COCO验证集上的zero-shot FID-30K（选择30K的样本），大家往往就选择模型所能得到的最小FID来比较，下面为eDiff和GigaGAN两篇论文所报道的不同文生图模型的

StableDiffusion 文生图

一文带你看懂OpenAI-Sora生成视频的原理

推荐大家看看OpenAI关于Sora的研究报告：https://openai.com/research/video-generation-models-as-world-simulators#fn-15

视频生成 sora

垂直领域大模型的思考

blog.duolingo.com/duolingo-max/ (多邻国) 金融大模型金融领域大模型数量众多，基本的应用场景也围绕金融的日常工作，例如研报解读等

垂直领域大模型

ComfyUI官方使用手册【官网直译+关键补充】

工作流程 (1) 使用自然语言描述场景和对象的布局、位置关系等,例如“一个女孩站在海边”。

文生图图生图 comfyui

<...32 33 34 35 36 37 383940 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