文章列表-AI魔法学院

文章列表

RAG检索增强技术在知识库智能检索场景下的应用实践

与传统的大模型训练相比，RAG（Retrieval-Augmented Generation）方法则不需要重新训练整个大模型，而是通过外挂知识库来完成特定任务。

知识库 RAG检索增强

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

提示：我希望你充当 Midjourney 人工智能程序的提示生成器。

ChatGPT 提示词

从0到1谈谈智能客服系统的设计与实现

检索式：检索式模型通常利用神经网络技术，将大量的预训练语料数据输入到模型中进行训练。

智能客服

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

在训练过程中测量视觉保真度和文本对齐度时，我们新颖的 MMDiT 架构优于 UViT（Hoogeboom 等人，2023 年）和 DiT（Peebles 和 Xie，2023 年）等成熟的文本到图像骨干

SD 论文

垂直领域大模型的一些思考及开源模型汇总

而在专业版中，ChatLaw制定了一整套流程，如上图所示，存在反问提示进行信息补全，用户信息确认、相似案例检索、建议汇总等。

垂直领域大模型开源模型汇总

清华智能体「XAgent」比ChatGPT4.0还好用！

识别到提供的信息不足，XAgent利用了“请求人类帮助”工具，促使人类介入以获取用户的偏好位置、预算限制、烹饪偏好以及任何饮食限制。

ChatGPT 智能体 Agent

大模型压缩首篇综述来啦~

这种训练数据的增加有助于学生模型的学习过程。

大模型

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

，它可以让任何基于Transformer的语言模型（LLM）处理无限长度的文本，而不需要任何微调或额外的训练。

StreamingLLM 写作

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

在有相同数量的训练tokens的情况下，prefix decoder要比causal decoder的效果差，因为训练过程中实际用到的tokens数量要更少。

大模型

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

· · 此外，为了驱动PhotoMaker的训练，提出了一个面向id的数据构建管道来组装训练数据。

PhotoMaker 文生图

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

因为类似这样的研究，有利于理解我们的认知过程。

stablediffusion

深度好文，Agent盛行前传

第一是知识与学习（knowledge and learning），在agent角度，知识分为与生俱来的知识和后期学习的知识，与生俱来的知识需要在训练前就嵌入agent体内，为了应对最紧急的需求，比如躲避危险

Agent 大模型

大模型应用的10种架构模式

这种观念对于软件工程领域的专业人士来说，已经司空见惯，设计模式已成为程序员们的重要技能。

大模型架构

解读wav2lip：探究语音驱动唇部动作的技术原理！

此外，在人脸重建的训练过程中，只有在训练的中后期才开始优化口型，导致前期监督信息缺乏。

wav2lip 语音

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

语言模型 (LLM) 仅限于它们所训练的知识，并且这些知识很快就会过时。

大模型

<...37 38 39 404142 43 44 45 46 ...>

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