文章列表-AI魔法学院

文章列表

大模型业务应用中数据准备的要求、难点及解决思路

自2022年底OpenAI发布ChatGPT以来，大模型涌现式的智能引起了世界的广泛关注，大模型在商业场景的应用方兴未艾。

大模型

必看！阿里通义千问完整技术报告

2.1 数据数据规模在开发稳健的大型语言模型中被证明是一个关键因素，正如之前的研究所强调的（Hoffmann等，2022年；Touvron等，2023b年）。

大型语言模型报告

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

在微调 LLM 或使用 RAG 之间进行选择时，一个关键考虑因素是应用程序是否需要访问外部数据源。

训练

依赖倒置：以数字和AI的思维模式思考

抛开怎么干更合理，这就是真的依赖倒置，现实世界的电费缴纳活动，现在核心依赖变成了数字的微信，会不会用微信变成了关键入口。

写文章

大语言模型微调：定制自己的微调数据集

以下是构建高质量微调数据集的一些考虑因素：数据来源：选择合适的数据来源非常关键，可以通过从相关领域中抓取或收集适当领域的数据来收集数据。

大模型

LangChain手册（Python版）11模块：提示模板

在这个例子中，我们将创建一个提示来生成单词反义词。

大模型

解玄：共相、道、基类与战略

名实问题其实非常关键，唯物唯心、知与行的关联等如果溯本回原都可能需要回到这里，所以从这里开始说玄。

玄学科学

基于 Kimi Chat 的 AI 渐进式阅读法

在网络的流行方法中，有时会将专有名词加在 prompt 中，但我认为，实际上在你感兴趣的文章中，不了解的专有名词还是少数的，AI 也不知道你不认识哪个专有名词，就会把很多名词都解释出来。

Kimi Chat 阅读

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

PDF文件本身缺乏结构化信息，如我们可以一眼识别的段落、句子或单词等。

大语言模型 python

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

WordPiece WordPiece 很好理解，就是将所有的「常用字」和「常用词」都存到词表中，当需要切词的时候就从词表里面查找即可。

大模型训练

铁锅炖blender+ComfyUI配置，更改模型地址

发现还没安装blender呢，先安装下，选择3.5.1的稳定版：安装完回到首页，就能够一键启动了。

comfyui 文生图

生成式AI与大语言模型的区别

此外，转换器架构（由ChatGPT中的T表示）是这项技术的关键元素。

生成式AI 大语言模型区别

人话聊AI大模型：AIGC如何助力营销的秘密（下）

上篇请看人话聊AI大模型：AIGC如何助力营销的秘密（上） AIGC+营销的科普脑图毫不拖泥带水地为大家呈现一张AIGC+营销的科普脑图，从观察业界佼佼者、梳理AIGC与营销领域相关的能力

大模型

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

原子大模型未来可以不断地进化迭代出不同能力，并且进行组合，类似于“化学键”，生成更为复杂的智能体Agent，解决更为复杂的问题。

大模型

Stable Diffusion

Stable Diffusion生成卡通证件照

safetensors 外挂 VAE 模型： Lora模型：cartoon_portrait_v1 反向tag：空 CLIP 终止层数：2 正向提示词：

Stable Diffusion

<...44 45 46 474849 50 51 52 53 ...>

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