文章列表-AI魔法学院

文章列表

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•简单来说，在别家做视频模型的时候还是基于“小”模型的思路（基于上一帧预测下一帧，并且用文字或者笔刷遮罩做约束）的时候，OpenAI则是用做“大”模型的思路做视频生成——准备足够大量的视频，

sora openai 视频生成

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

相信大家在玩 Stable Diffusion 的时候一直有一个痛点，每次出图抽卡时都只能等待上一次抽卡结束，才能继续下一次抽卡；特别是当我们想抽大量的卡来测试不同的模型，不同的参数的效果时，那么是非常奔溃的

Agent Scheduler Stable Diffusion

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

面对AI，PostgreSQL其实已经有一个向量扩展——pgvector。

大模型 PostgreSQL

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个真正难题我在前面的文章中《一些LLM的声音总结》中提到过，基于大模型的企业应用中很大一部分需求就是RAG——检索增强生成。

RAG 大模型

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

实际测试表明，GLM-4-32B-0414在工程代码编写、Artifacts生成、函数调用、搜索问答及报告撰写等多个应用场景均展现出色表现。

GLM模型智谱

2024！深入了解大语言模型（LLM）微调方法（总结）

所使用的数据已提前检查过。

大模型微调

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

在相似的模型大小下，OpenELM在ARC、BoolQ、HellaSwag、PIQA、SciQ和WinoGrande等主流的任务测试中的多数任务上展现出了更高的准确度。

OpenELM 大模型

Python状态机：优雅处理复杂业务逻辑的利器

游戏开发：控制角色动画、AI行为等 2.

Python状态机设计模式

大模型应用中大部分人真正需要去关心的核心——Embedding

ensp; · 企业检索应用

大模型

2023年人工智能行业总结

今天，我们将通过三条主线来盘点今年AI领域最重要的里程碑，并以此为契机，探索明年AI可能的发展方向。

人工智能 AGI 思考总结

大模型套壳祛魅：质疑套壳，理解套壳

非 AI 从业者，视套壳如洪水猛兽；真正的 AI 从业者，对套壳讳莫如深。

大模型套壳

玩一玩ChatGLM3，1660s即可流畅运行！

发布之后，在同类模型中各项测试都表现优异。

大模型 ChatGLM

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

实践示例示例一：英文翻译成中文（先直译，再反思，再意译）提示词模版：我要让 AI 帮我从英文翻译成中文（先直译，再反思，再意译），请帮我用 Chain-of-Thought 来写 AI 提示词

思考链提示词

智源：70万预算，从头开发千亿参数大模型，挑战成功！

而具体参数的确定，应用了loss prediction技术，即根据低参数模型的训练损失预测出高参数量模型的损失。

大模型

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

AI医患对话 (MedDialog)：这个数据源贡献了400,000个样本，为DISC-MedLLM提供了丰富的医患对话背景。

大模型

<...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