文章列表-AI魔法学院

文章列表

AI+大模型在金融行业的应用场景

图表1：金融行业AI应用核心场景（资料来源：公开资料）当前，AI+的智慧化应用在银行、保险和证券这三个金融子行业中的多个场景中得到体现：（1）银行业在AI

AI大模型金融

PDFTriage:面向长篇结构化文档的问答

., 2019)等QA数据集中的纯文本文档不包含表格或图形。

大语言模型 PDF 文档

文心一言大模型使用指南

一、登录注册文心一言的官方网址如下 https://yiyan.baidu.com/welcome 点击之后，会看到如下图所示的界面，然后点击『开始体验

文心一言百度

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

[你的文本内容] 3.Midjourney提示助理：通过为提供的图像描述填充详细且有创意的描述，激发中途生成独特有趣的图像。

ChatGPT 提示词

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

为了解决这种不真实的问题，团队引入了Stable Diffusion模型的图像到图像功能。

训练

生成式AI工作流#产品经理和创业者的秘密武器

产品经理或交互设计师通常会使用Axure、Sketch或Figma等工具，投入主要的时间绘制线框图，并通过页面流程图来阐释产品的交互逻辑。

AIGC 工作流

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID:https://studio.d-id.com/ HeyGen:https://app.heygen.com/home 如果你只需从单张图片生成与音频同步的视频，且对人物动作没有太多特殊要求

AI视频

大模型微调方法总结

结合图片来看，LoRA 的实现流程如下： ● 在原始预训练语言模型（PLM）旁边增加一个旁路，做一个降维再升维的操作，来模拟所谓的内在秩。

开源模型

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

来自Microsoft Build 2023：大语言模型是如何被训练出来的

全文围绕如下的这个图展开：这幅图很好地总结了大语言模型的训练全景，主要包括四个阶段：预训练阶段：基于原始数据训练一个基础模型，得到的是一个base model，可以部署使用有监督微调阶段

大模型

大模型检索增强生成RAG的优化

其技术架构图大致如下[4]：基于KG+VS进行上下文增强图3中query进行KG增强是通过NL2Cypher模块实现的。

RAG 检索增强大模型

大模型量化：什么是模型量化，如何进行模型量化

非饱和量化是最本质也是最暴力的方法，即通过统计网络模型中每一个层中权重或激活值的绝对最大值，将其映射到127，来计算出缩放因子scale，然后使用线性映射的方式将原始的浮点数据转换到INT8的数据域中，如下图（

大模型

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

下面是实测的一次看图说话任务，MiniCPM-V 2.0 出现了 3 处幻觉，GPT-4V 出现了 6 处幻觉（见图下高亮红字）：除了越来越强大的通用能力

MiniCPM 大模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

wespeaker-voxceleb-resnet34-LM https://huggingface.co/pyannote/segmentation-3.0 最后再修改下config.yaml里的模型路径，参考我的：在这里插入图片描述

faster-whisper 语者识别 ASR

微调大型语言模型-核心思想和方法介绍

与上下文学习相关的是硬提示调整（hard prompt tuning）的概念，我们修改输入以希望改进输出，如下图所示。

大模型训练

<...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