文章列表-AI魔法学院

文章列表

真超越了GPT？国产大模型实用场景横评②

本测试的题目是互相分开的，不设总分。

大模型

大模型LLM基础｜分词

统计分词通过分析语料库中的统计信息来发现最有可能的分词方式。

开源模型

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

如果不在，输入以下指令，将新安装的wsl设置为默认版本！

Qwen1.5 开源模型

AI 绘画新时代：ChatGPT + DALL-E 3

设计上，它们支持快速的一步生成，同时允许通过多步抽样在计算和样本质量之间做权衡。

文生图图生图 chatGPT DALL-E

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

和SDXL的设计一下，第一个stage的没有包含attention层，应该也是为了降低计算量。

Kandinsky-3 文生图开源模型

大模型量化：什么是模型量化，如何进行模型量化

Why：为什么需要模型量化随着深度学习（Deep Learning）的发现，其在计算机视觉（Computer Vision， CV）和自然语言处理（Natural Language Processing

大模型

26个超级技巧，让你的ChatGPT直接起飞

案例：如果受众是金融专家，可以说“解释这个金融模型，假设我是金融领域的专家”。

ChatGPT

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

通过支持半精度计算，它可以显著加快推理速度，同时几乎不牺牲准确性。

Whisper 语音识别

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

3.Bot智能体开发页面非常便捷易操作以下是创建一个新的bot的页面，设计起来很方便，完全不用懂代码。

Kimi 扣子Coze 大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

在设计代理时，目标有益于人类，期望代理能够帮助人类完成日常任务： 1.帮助用户摆脱日常任务和重复劳动，减轻工作压力，提高任务解决效率。

大模型

RAG 2.0，终于把RAG做对了！

#RAG2.0# 这里不允许有弗兰肯斯坦（意指拼凑而成的东西）在实践中，整个系统是端到端训练的，同时保持连接，就像假设大型语言模型（LLM）应该始终有一个向量数据库与之相连，以保持更新。

RAG 大语言模型

语音、视频转文字神器：开源whisper介绍

Whisper模型的训练过程非常复杂，需要大量的计算资源和时间。

人工智能大模型 wisper

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

：将VAE（变分自编码器）设置为自动，以自动优化图像的质量和细节。

IP-Adapter 文生图

大模型：泛化即智能，压缩即一切！

举个例子，假设我们有一个英语句子的分布作为输入，通过应用函数 f，可以得到与法语句子十分相似的分布。

泛化大模型

AI写作：爆款选题公式+Prompt指令，手把手教你写赚钱的公众号流量主文章

但是这些选题未必会成为爆款选题，爆款选题需要我们提前设计的。

prompt 写作

<...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