文章列表-AI魔法学院

文章列表

Ollama还是vLLM？深度解析四大顶级LLM服务框架：性能、特性与技术选型指南

通过其独特的 Modelfile 系统，用户可以自定义模型的提示词（Prompt）和参数设置，并通过 API 调用动态切换模型。

LLM 服务框架

RAG从入门到精通-RAG简介

第一阶段是知识索引,需要事先将文本数据进行处理,通过词嵌入等向量化技术,将文本映射到低维向量空间,并将向量存储到数据库中,构建起可检索的向量索引。

rag 大模型

Stable Diffusion

Stable Diffusion教程：文生图

文生图是Stable Diffusion的核心功能，它的核心能力就是根据提示词生成相应的图片。

文生图 Stable Diffusion

必看！阿里通义千问完整技术报告

本报告的结构如下：第2节描述了我们的预训练方法和QWEN的结果。

大型语言模型报告

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

Prompt Engineering就是通过提供少量示例提供尽可能多的上下文，以使基础模型更好地了解用例。

生成式AI

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

：比如prompt模板、关键词摘要、元数据存储等。

RAG 检索增强

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

具有以下特点: 改进的文本表示：F5-TTS使用ConvNeXt对输入文本进行细化，以改善与语音的对齐，解决了E2-TTS中存在的鲁棒性问题。

语音克隆开源模型

图解 transformer——逐层介绍

第二个信息，可通过位置编码层表示该词的位置。

Transformer 大模型图解

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

模块：提示（Prompts）：该模块允许您使用模板构建动态提示。

开源模型

了解Kimi必看的26个问题 | Kimi系列文（二）

Kimi不能直接输出这些，但是可以辅助，比如为绘图提供提示词，为AI音乐写歌词，为PPT总结大纲，为视频写剧本……这些，Kimi都可以打辅助。

Kimi 大语言模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

对此，初创公司Seednapse AI创始人提出构建AI应用的五层基石理论，受到业界关注。

开源模型

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

Baichuan-Omni 的架构如图2所示。

Baichuan-Omni 多模态大模型

ComfyUI官方使用手册【官网直译+关键补充】

假设我们有两个输入提示词：输入提示词A： "写一个关于快乐的故事。"

文生图图生图 comfyui

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

1.3 监督微调的特点监督式微调能够利用预训练模型的参数和结构，避免从头开始训练模型，从而加速模型的训练过程，并且能够提高模型在目标任务上的表现。

大模型微调

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

根据大部分人的实际体验结果，Mixtral 8x7B 的性能已基本达到 GPT-3.5，这对于小体积的开源模型而言十分难得。

开源大模型

<...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