文章列表-AI魔法学院

文章列表

个人从零预训练1B LLM心路历程

因此，我在制定训练LLM计划的时候有两个目标：模型参数量和数据量不能特别的demo：参数量上B，数据量上T。

LLM 训练

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

但随后，研究者们指出当前大模型研究领域存在一个关键问题：很多研究未能正确地对现有 LLM 的能力进行基准测试。

过拟合小模型

对于AI，我们现阶段可以有的态度

不要被某些账号内容误导了，什么动动鼠标，给几句提示词就能让AI帮你又是写代码、又是建网站、又是出多么美妙的画面......。

文生图

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

现有的模型，如稳定扩散和DALL·E2，倾向于生成具有不连贯部分或不自然姿势的人体图像。

大模型文生图

图解大模型训练之：张量模型并行(TP)，Megatron-LM

现在看得有些迷糊没关系～在本系列下一篇的源码解读里，我们会来分析这一步。

开源模型

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

如果可以，它将能统一整个应用的构建模式，对于开发者来讲，会带来一致的开发体验。

Agent QueryPipeline 大模型

掌握这10个AI 工具用1小时完成别人1周的工作

01 制作爆款内容：PredisAI Predis是一款适用于社交媒体的人工智能营销工具，可帮助制作引人入胜的视频和图像内容，并获得人工智能驱动的内容分析。

AI 工具

大模型微调应用实践，没那么简单，看看曾经踩过的坑

通过查看服务器相关监控，发现是网络带宽打满，上不去了，其他系统监控基本正常。

大模型

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

本指南为您的工作选择正确的工具，将为您的项目取得成功奠定基础。

训练

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

为了回答这两个问题，本文作者首先选择了当前主流的两个多模态模型GPT4-Vision，LLaVA ，然后手动标注了数据集和RAG系统测试集，接着作者构建了一个多模态RAG系统（两种配置），将文本和图像结合到一块

大模型研究

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

比如 Kubernetes 这个实体，我们之前维护的主页是 https://kubernetes.io，那么获取到介绍文本如下： Kubernetes, also

提示词文生图 AIGC

检索增强生成 (RAG):What, Why and How?

它们适用于存储结构化数据（如表格、文档等），并通过数据之间的关系进行搜索。

检索增强大模型

如何最简单、通俗地理解Transformer？

Transformer的意义体现在它的长距离依赖关系处理和并行计算，而这两点都离不开其提出的自注意力机制。

Transformer 大模型

PymuPDF4llm：PDF 提取的革命

用户可以根据自己的需求指定输出格式，如 CSV、JSON 或自定义格式。

PymuPDF4llm PDF

耗时7天，终于把15种ControlNet模型搞明白了

是什么 AI绘画最终要实现的目标——让出的图与我们脑海里想象的画面一致但目前现状是：随机性太强很多时候能不能出来一个好看的画面，只能通过大量的「抽卡」实现，以数量去对冲概率这种情况下，

文生图

<...42 43 44 454647 48 49 50 51 ...>

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