文章列表-AI魔法学院

文章列表

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

突然发现，现在做程序员挺无助的！

Qwen1.5 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

应用场景偏向于办公/开发类（自动化流程工作流、进行深入市场研究、写代码/程序、开发网站或APP），但实操效果一般，容易陷入死循环。

AI Agent 大模型人工智能

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

难以复现不可重复的训练流程：一般来说，现在常用的训练策略是并行化的，即会将训练过程分散到许多加速器上，而这个过程是非确定性的，这会使得我们难以复现 LLM 的训练过程。

开源模型

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

这里的信息存储在工作上下文内存中（位于提示标记内）这种架构不仅允许处理更大的数据集和更长的对话，而且还提高了模型在扩展的交互中保持一致性的能力，这对于需要持续参与的应用程序特别有用，例如个性化数字助理和高级对话代理

MemGPT 大语言模型

必看！阿里通义千问完整技术报告

聊天模型具有先进的工具使用和规划能力，可用于创建代理应用程序，在处理复杂任务如使用代码解释器时，即使与更大的模型相比也展现出令人印象深刻的性能。

大型语言模型报告

RLHF 在 Text2SQL 领域中的探索

查询表t_user的所有信息，结果按id降序排序，只保留前10个数据 · 输出：SQL语句。

Text2SQL RLHF

被高估的Pika，被低估的多模态AI

在技术上，Pika 在单帧画面拟真程度、美学质量以及视频的动作感上表现出色，在文生视频、图生视频的能力和运镜上也有不错的能力展示。

大模型多模态

职场及工作中常用的方法论总结

STAR 　　STAR是一种帮助讲述故事的法则，可以让问题的描述更加清晰易懂，在面试过程中常常使用。

工作

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

除此之外还有：英文测评（南玻王）代码测评（南玻王）数学测评（南玻王）长序列测评（南玻王）

通义千问

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

VGen 可以根据用户输入的静态图像和文本生成目标接近、语义相同的视频，生成的视频具高清(1280 * 720)、宽屏(16:9)、时序连贯、质感好等特点。

阿里云视频音频

备案通过且面向公众开放的国产精品大模型汇总，附访问链接

● 访问地址：https://luca.cn/home No.15 序列猴子 ● 出品方：出门问问 ● 简介：序列猴子是一款百亿参数级的多模态大型语言模型，支持文字、语音、图片

大模型国产

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

比起静态的图像风格迁移，这种任务的复杂点在于时间序列上的一致性和流畅度。

ControlNet

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！

应用场景偏向于办公/开发类（自动化流程工作流、进行深入市场研究、写代码/程序、开发网站或APP），但实操效果一般，容易陷入死循环。

AI Agents 大模型

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

能够调用“外部工具”的模型功能我计划将工作流相关的事情拆分为两篇来聊，过程中不太想切换模型，所以就选择了支持 “Function Call” 的它。

Dify Moonshot API 工作流

AI文档智能助理都是如何处理pdf的？

ppstructure PDF2Word 其中PDF2Word是PaddleOCR社区开发者 whjdark[1] 基于PP-StructureV2版面分析与恢复模型实现的PDF转换Word应用程序

大模型

<...35 36 37 383940 41 42 43 44 ...>

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