文章列表-AI魔法学院

文章列表

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

作者根据预训练模型是否已经学习到事实知识的标准选择数据，用于最终的监督微调（SFT）阶段。

Baichuan-Omni 多模态大模型

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

我们没有进行微调，而是结合使用提示链接和预处理/后处理来将幻觉率降低一个数量级，但它确实需要 3-4 倍的 OpenAI 调用次数。

大模型

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

假设 H800 GPU 的租金为每 GPU 小时 2 美元，我们的总训练成本仅为 557万美元。

DeepSeek V3 开源模型

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

显存需求方面，即使推理过程中只使用了总参数的一部分，但整个模型（包括所有专家）都需要加载到内存中，这需要很大的VRAM！

MoE 专家混合模型

Stable Diffusion

Stable Diffusion高精度换脸

Diffusion 模型：BRA_V4_2.safetensors 外挂 VAE 模型：chilloutmix_NiPrunedFp32Fix.vae.ckpt Lora模型：反向tag： CLIP 终止层数

Stable Diffusion 文生图

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

GPTs最大的价值在于支持Action，可以连接各种第三方API服务，一套功能丰富的Prompt结合不同的Action，就可以做到那些复杂Agent框架才能做到的事情。

GPTs Notion

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

为了生成输出文本，我们需要让模型逐个预测每个 token ，直到达到一个终止条件（如一个标点符号或一个最大长度）。

大模型

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—排序（Rerank）—LLM 归纳生成，不过实际落地过程来看，将用户查询转换为嵌入向量直接检索，很多时候的结果在相关度方面没有那么理想

RAG 大语言模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

backbone，提出prompt微调方式训练下游任务；与prefix-tuning相比，主要是实验的模型架构不同，并设计了多重对比实验，探索了不同初始化方式，不同prompt对语言模型微调的影响，最终整体的结论

训练微调

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

先说结论：偏科战神，强的部分强到没边，弱的地方也急需优化，但是瑕不掩瑜，综合来看，闭源模型中排在T1附近，开源AI视频中，无可争议的T0。

sora 视频生成

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

这个数据集中包含了不同年龄和说话风格的人，涵盖了日常对话和专业医疗主题。

JoyHallo 数字人开源模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

ParentDocumentRetriever , 所谓 Parent Document Retriever 其实就是进一步在 Document 和 Chunk 的大小之间做 trade-off，众所周知，chunk 的大小对最终交付的

大模型 LangChain RAG

AI产生意识，对人类意味着什么

早在今年6月，当两个相互竞争的意识理论在纽约意识科学研究协会第 26 届年会上公布结果时，引起了媒体的热烈关注。

AI 意识

RAG与Long-Context之争—没必要争

RAG的本质是通过用户问题从数据库/知识库中找到相关片段内容，再利用大模型查找或总结出答案。

RAG Long-Context 大模型

什么是ChatGPT？

总之，ChatGPT是一种非常强大的自然语言处理模型，它具有广泛的应用前景。

ChatGPT OpenAI 大模型

<...43 44 45 464748 49 50 51 52 ...>

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