文章列表-AI魔法学院

文章列表

检索增强生成 (RAG):What, Why and How?

根据不同类型和用例以及embedding模型，数据会更小块进行处理, 例如：如果你要保存文本信息，可以按句子或段落划分；如果你要保存代码，则可以按函数或类划分；如果你选择提供与LLM相关上下文范围范围代码片段时

检索增强大模型

2023年LLM如何入门？请看这篇综述！

这些算法可以将训练任务分配给多个计算节点，并使用异步更新和梯度累积等技术来加速训练过程。

大模型

混合专家模型 (MoE) 详解

这就是门控网络发挥作用的地方，它决定了分配给每个专家的权重。

MoE大模型

AI Agent / 智能体观察笔记（上）

智能体和自动化生产制造的区别自动化生产制造所基于的外部环境是充分限定的，制造苹果手机的工序流程是标准的，过程中通过自动化的方式代替一部分人力操作提高效率，所有环节都要尽可能充分可控。

大模型

中国大模型融资暗战：罗曼蒂克的快速消亡

2024年春节是一个分水岭。

大模型暗战

Deepseek-V2技术报告解读！全网最细！

我们首先结合配置文件中的这几行了解下每个部分的作用： "hidden_size": 5120, "kv_lora_rank": 512, "moe_intermediate_size

Deepseek-V2 大模型

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

§ 更快的推理速度：基于稀疏注意力机制，处理百万上下文时，首字返回时间从4.9分钟降低到了68秒，实现了4.3倍加速。

Qwen2.5 开源模型

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

通常，只有预训练模型中的一部分层被微调，例如只微调模型的最后几层或者某些中间层。

大模型微调

图解检索增强式生成（RAG）技术 | 万字长文

一、分块与向量化首先，我们的目标是创建一个向量索引，用以代表我们文档的内容，然后在运行时寻找所有这些向量与查询向量之间的最小余弦距离，以匹配最接近的语义含义。

检索增强式生成 RAG

一文读懂AIGC产业链：AIGC的前世今生和未来展望

AIGC中也叫“模型层” 模型层：即垂直化、应用化、场景化的模型和应用工具，主要分为底层通用大模型和中间层模型，底层通用大模型又可分为开源基础模型、非开源基础模型和模型托管平台;中间层模型有人类互动反馈

生成式AI

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

例如，在语音合成任务中，模型可以直接根据输入的文本和情感标签，生成符合情感表达的语音波形，而无需经过先文本分析、再语音特征提取等多个分离的步骤。

Westlake -Omni 语音

TrOCR——基于transformer模型的OCR手写文字识别

但是随着transformer模型attention注意力机制进入计算机视觉任务，我们同样可以使用transformer来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型

OCR 手写文字识别

在SD中一键换脸！！！

; 在弹出的终端框里输入命令：python -m pip install insightface==0.7.3，再点回车，就会开始安装环境最后出现successfully就是环境配置好了

AI换脸

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

用我们采访的一位开发者的话来说: “与几乎任何其他矢量存储相比，Postgres更适合生产，更可配置，并且在操作上更透明。”

大模型 PostgreSQL

AI变现异常值案例库，5种方向10个案例，副业项目灵感启发

第一期先分享5种方向，10个案例 1.宝宝起名号 2.AI热点资讯号 3.头像壁纸号 4.小说推文号 5.流量收益号因为人工智能这个话题太大了小到把文字排版成PPT好像也能叫AI

生成式AI

<...39 40 41 424344 45 46 47 48 ...>

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