文章列表-AI魔法学院

文章列表

Meta无限长文本大模型来了：参数仅7B，已开源

MEGALODON 继承了 MEGA（带有门控注意力的指数移动平均）的架构，并进一步引入了多种技术组件来提高其能力和稳定性，包括复数指数移动平均（CEMA）、时间步归一化层、归一化注意力机制和具有两个特征的预归一化

Meta 长文本大模型

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

3.5k Star! 一分钟搭建一个属于你自己的开发工具箱！——It-tools

Converter（转化）工具类，包含Yaml 转化器，Json转化器，Base64转化器等12种不同的功能。

IT-TOOLS 开源模型

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

、扩展和管理容器化应用程序。

提示词文生图 AIGC

一种通用的 Prompt 框架 - CRISPE

个性化内容：“对现有文档进行改进，个性化语言，使其更符合读者的实际情况。”

Prompt 提示词工程

FFmpeg之父新作——音频压缩工具 TSAC

RVQ 在介绍RVQ之前我们先揭示矢量量化(VQ)的一个弊端。

TSAC 音频工具

百万token上下文窗口也杀不死向量数据库？CPU笑了

§ § Variety（多样性）：现实世界的用例不仅涉及非结构化数据，还包括各种结构化数据，它们可能不容易被LLM捕获用来训练；而且企业场景中往往知识是需要实时变化的。

向量数据库大模型 cpu

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

直接连着游戏，获得了 2fps 的风格迁移画面一边输入，一边生成二、以SD 基础模型进行训练和优化的其他模型以SD 基础模型进行训练和优化的常用模型介绍

Stable Diffusion 文生图

无限长的上下文，也干不掉的RAG

主要发现多文档问答任务研究者们通过控制输入上下文的长度和相关信息在上下文中的位置，发现模型在多文档问答任务中的表现会随着相关信息位置的变化而显著变化。

RAG 大模型

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。

提示词 prompt chatgpt

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

这个问题的根源不是技术层面的决策，而是与当前社会发展、信息化水平、行业信息化程度、数据安全以及各种制度和机制有关的问题。

智谱 AI

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

想象一下，你随便写一句简单的提示词，它能自动帮你优化成专业工程师级别的完美提示！

Meta-Prompt 提示词

一文读懂GPT-1：生成式预训练如何提升语言理解

摘要 GPT-1是一种半监督的语言模型，它巧妙地结合了无监督预训练和有监督微调，以优化语言理解任务。

GPT

快消品企业怎么才能用上大语言模型？

如果企业自身数字化基础不足，前期准备和调整环节将非常有挑战。

大模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

并不对应到具体的token】目前是将语言模型freeze后，仅微调prompt参数，在实验中是增加了一个MLP重参数化，确保效果，使用MLP后的结果做预测提示微调（Prompt-tuning）将

训练微调

<...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