文章列表-AI魔法学院

文章列表

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · OpenAI 兼容的 API 服务器 — 如果使用 OpenAI API，则只需替换端点的 URL。

大模型

图解 transformer——逐层介绍

换句话说，位置编码交织了一系列正弦曲线和一系列余弦曲线，对于每个位置 pos，当 i 为偶数时，使用正弦函数计算；当 i 为奇数时，使用余弦函数计算。

Transformer 大模型图解

万字长文，大语言模型如何宣告心理学的死亡？

通过操作性定义，研究者将这些稳定的特质转化为可以观察和量化的行为数据或问卷得分1。

大语音模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

当然我们也可以换用其它类型的scheduler，比如DDIM scheduler和DPM-Solver scheduler。

StableDiffusion 文生图

大模型下半场，关于Agent的几个疑问

现在的GPT-4，是将所有的内容都转化成文本语言，然后人类去Prompt它。

大模型

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

但在实际制造过程中，电路不是直接刻在硅晶圆上的，而是先刻在一个掩膜版上，再通过光刻和刻蚀把电路“转移”到硅晶圆上。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

但在实际制造过程中，电路不是直接刻在硅晶圆上的，而是先刻在一个掩膜版上，再通过光刻和刻蚀把电路“转移”到硅晶圆上。

芯片拼接技术

【AI代理】多代理模式之多任务分配&信息传递

切换到节点刘备，发表结盟誓词 2.

多任务模式分配传递

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

在检索器中，使用密集检索方法将查询和文档转换为高维向量表示，并计算它们之间的相似度得分。

RAG 检索论文

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

对于图像-文本数据，作者将文本数据按1:3比例分割，使用文本转语音（TTS）技术将初始四分之一文本转换为音频描述。

Baichuan-Omni 多模态大模型

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

视觉编码器Siglip - 400m则专注于图像信息的处理，以384分辨率和14×14的块大小生成图像嵌入，将图像转换为模型可理解的向量表示。

OmniVision -968M 多模态模型

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

提取提示词结构体：作为专门针对ChatGPT优化提示词的专家，根据我提供的ChatGPT提示词特征，执行以下任务：识别各提示词的共同特点，并根据这些共同特点将其转化为可以通用的‘提示词结构体’。

大模型

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

智能体超越内容生成，转向决策和采取行动。

AI Agent 人工智能

依赖倒置：以数字和AI的思维模式思考

依赖倒置说的是我们每个人生活在真实的物理世界之中，但这个世界的控制把手却越来越转移到虚拟的数字空间之中。

写文章

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

本地转录：solar pro 22b（在 ollama 上运行）在你的电脑上本地转录会议音频。

AIPC ScreenPipe 开源

<...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