文章列表-AI魔法学院

文章列表

理解 o3 及其技术分析

后面推理模型的会变得更像是Agent，它们也能更好的赋能上面的一些真Agent架构，例如AutoGPT，而不是GraphRAG。

o3 技术分析

大模型时代-行业落地的再思考

很多人认为行业大模型是用一个7B/13B的模型架构完全用领域数据训练一个模型，因为参数量达到了“大”的标准，数据完全用的是行业数据，就称作行业大模型了。

大模型

AIGC沸腾200多天后，投资人达成三大共识

投资人们达成了一些共识，主要体现在3个方面：共识一：算力基础设施存确定性机会，大模型是有钱人的“游戏” 在由算力基础设施层、模型层（底座模型、开源模型、自建垂类大模型）、应用层构成的AI新浪潮生态架构中

大模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

核心是基于transformer架构，利用大量的无标注数据来训练模型对下一个token的预测，这也是整个大模型阶段最消耗时间和算力的地方。

大模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

LLM 的发展目前，大多数大型语言模型（LLMs）都是基于 “仅解码器”（decoder-only）的 Transformer 架构的衍生版本，比如GPT。

RAG Embedding

Stable Diffusion

硬核解读Stable Diffusion（系列一）

autoencoder autoencoder是一个基于encoder-decoder架构的图像压缩模型，对于一个大小为的输入图像，encoder模块将其编码为一个大小为的latent，其中为下采样率

StableDiffusion 文生图

垂直领域大模型的思考

下面是阿里云提出的系统，包括问题解析，知识召回和推理求解三个模块：下面是ChatLaw[10]的系统架构，包括Kyeword LLM 和 ChatLaw LLM两个大模型和一个召回模块

垂直领域大模型

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

如果考虑到下一代模型可能由于架构或数据组合的不同而拥有适用于不同条件的全新Scaling Law，那么实际上没有人真正知道未来几代模型规模扩展的能力。

Freysa 智能体

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

调试模型输出结果将测试内容粘贴到调试对话框中，点击“运行”，我们就能够验证模型在这个 Prompt 和调用参数下的表现了，你乐意的话，可以打开好几家不同的模型进行调试比较。

Dify Moonshot API 工作流

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

ChatGLM-6B简介 ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。

大模型

OpenAI Assistants API 使用指南

该平台继承了腾讯 SOSO 在搜索引擎领域多年的技术财富，在搜索架构、海量数据存储和计算、智能排序、用户意图识别、搜索质量运营等方面有很深的技术沉淀。

OpenAI Assistants API

一文带你认识ELMo

传统的词嵌入会对两个句子中的词“read”生成同样的向量，所以这些架构无法区别多义词，它们无法识别词的上下文。

embedding

投资人逃离大模型

依图科技：“天问”大模型是上海依图网络科技有限公司在2023年底首发的一款多模态大模型，是视频监控领域内第一个商用发布的大模型产品，基于先进的Transformer架构，具有会思考、可对话、能进化的三大特点

大模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

512x512以上分辨率的图像，图像质量虽然没问题，但是可能会出现重复物体以及物体被拉长的情况，下图为分别为768x512和512x768尺寸下的生成效果，可以看到部分图像存在一定的问题：所以虽然SD的架构上支持任意尺寸的图像生成

StableDiffusion 文生图

Learn Prompting-基础篇

这些神经元的结构被称为 transformer 架构，它是一种相当复杂的神经网络类型。

prompt

<...39 40 41 42 43 44 45 464748 >

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