文章列表-AI魔法学院

文章列表

大语言模型的拐杖——RLHF基于人类反馈的强化学习

02 关于AI幻觉的问题前一段时间，OpenAI 的联合创始人、首席科学家Ilya Sutskever接受了前纽约时报的总编辑Craig Smith采访，大篇幅的谈到了他对RLFH的看法。

大模型训练

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多时候一张图胜过千言万语，当语言无法清楚表达你的想法时，不妨考虑把它交给 DALL-E 3。

DALL-E 3 文生图

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

且不固定，同时使用LSTM建模prompt向量之间的关联性【P-tuning与Prefix-tuning】： Prefix-tuning仅针对NLG任务生效，服务于GPT架构；P-tuning考虑所有类型的语言模型

训练微调

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

对一个创始人来说，首先他要考虑的是我要不要创业，有没有那么多人会跟随我？

AI光年芯片投资

MCP服务介绍及应用场景报告-来自Manus

结论：总结报告的主要发现和见解。

MCP 大模型

中国大模型「顶流群聊」笔记

前有 OpenAI 不计成本地设立模型新标杆，后有 Meta 开源为所有人铺平道路，在风云诡谲、高度不确定的大模型创业环境中，这是李开复对大模型公司新目标和新实践的思考。

大语言模型

中国大模型融资暗战：罗曼蒂克的快速消亡

“这显然是一个深思熟虑的策略性动作。”

大模型暗战

企业如何更好的使用大模型？都有哪些框架和方案

然而，大模型要在企业侧真正落地仍然面临很大挑战，总结为下面四个方面：大模型专业深度不够，数据更新不及时，缺乏与真实世界的连接。

人工智能大模型

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

王宇昕指出，在 M3E 项目开始之初，团队就发现了这一趋势，因此 M3E 研究团队对此进行了广泛的调研和实践，最终总结出大规模句对监督数据集 + 指令数据集 + 对比学习的解决方案。

GPT

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

Mind2Web结合了多个经过HTML微调的LLMs，能够在真实场景中总结冗长的HTML代码并提取有价值的信息。

大模型

用Midjourney给自己制作精美的logo或头像

除了快速获取多种设计思路外，你还可以参考特定的流派和技术，甚至可以要求AI模仿你最喜欢的设计师！

头像 logo

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

我们将结果与我们对其他模型的经验进行比较，或者只是与您希望从中获得的结果进行比较。

Meta AI 测评

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

这个组件可以帮助我们看到某个具体的模型模块的结果。

大模型调试工具

Stable Diffusion

Stable Diffusion教程：采样器

一阶通常涉及到变量的第一导数或微分，而二阶涉及到第二导数或微分，在优化和采样的上下文中，使用二阶方法意味着我们不仅考虑当前的样本点，还考虑这些点如何变化。

画图 SD 采样器

Stable Diffusion

Stable Diffusion由入门到精通

顾名思义，文生图通过简单的文字描述（英文）就能生成你想要的图片。

prompt 文生图

<...36 37 38 394041 42 43 44 45 ...>

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