文章列表-AI魔法学院

文章列表

如何最简单、通俗地理解Transformer？

我个人的观点是要想系统而又透彻地理解 Transformer，至少要遵循下面这样一个思路（步骤）：首先，了解一些NLP领域的基本知识，比如文本是如何被表征的，序列文本信息的处理，基于（深度神经网络）的语言模型是如何处理自然语言的

Transformer 大模型

向量数据库简介和5个常用的开源项目介绍

从本质上讲，嵌入作为一个桥梁，将非数字数据转换为机器学习模型可以使用的形式，使它们能够更有效地识别数据中的模式和关系。

开源模型

基于LLM+向量库的文档对话痛点及解决方案

笔者发现目前的痛点是文档分割不够准确，导致模型有可能只回答了两点，而实际上是因为向量相似度召回的结果是残缺的。

开源模型

马上掌握这18个Prompts，让你的工作效率瞬间暴涨10倍！

优化供应链管理"指导我如何使用SCOR(供应链操作参考)模型改善我的[插入你的产品或服务]的供应链管理。"

开源模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

大模型下半场拉开序幕。

开源模型

【NLP技术分享】文本生成评价指标的进化与推翻

原因在于考虑了语义的情况下，模型把网球场错误的识别成了篮球场。

开源模型

揭秘DeepSeek:一个更极致的中国技术理想主义故事

多位行业人士告诉我们，这种强烈的反响源自架构层面的创新，是国产大模型公司乃至全球开源基座大模型都很罕见的尝试。

DeepSeek 大模型

万物皆可接入DeepSeek，44家接入R1的国产平台超详细大盘点

不少国产芯片企业也被DeepSeek点燃了引擎，海光信息、昆仑芯、沐曦、天数智芯……短短几天内全部完成模型适配。

deepseek 大模型

大规模训练系列之技术挑战

0 前言本次分享是大规模训练技术系列的第一篇，主要包括两个部分： · 大规模训练技术的意义 · 大规模训练的技术挑战 1 大规模训练技术的意义 1.1 训练的精度极限

开源模型

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

前言近日，Nvidia推出了一款名为Llama3-ChatQA-1.5的对话问答模型。

Llama3-ChatQA-1.5 对话问答模型

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

通过优化的声学模型和语言模型，确保语音的自然度和准确性，使其在多种场景下都能提供高质量的语音输出。

Fish Speech 本地搭建

Stable Diffusion

AI绘画Stable Diffusion进阶使用

本文讲解，模型底模，VAE美化模型，Lora模型，hypernetwork。

Stable Diffusion 文生图

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

Sora物理悖谬的几何解释

Sora声称“作为世界模拟的视频生成模型”，豪气干云。

Sora 解释

CodeGeeX2来了!效果超LLaMA2-70B

开源了模型和插件，欢迎大家一起玩玩。

CodeGeeX2 开源模型

<...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