文章列表-AI魔法学院

文章列表

用GPT4创建一部连环画故事

在黄昏时分回家，男孩轻轻地笑着，低声说：“我很高兴”，拥抱了真实体验超过数字体验的快乐。

GPT4 连环画故事书

中文开源OCR框架对比及介绍

FAQ写的也很全，总体来说对新手很友好。

OCR

AI Agent的数字化革命：超越文本，走向自主决策与交互

我们通过创造、改进和使用外部物体来完成那些超出我们身体和思维能力的工作。

生成式AI

RLHF 在 Text2SQL 领域中的探索

· 强化学习是一种机器学习方法，旨在通过智能体（agent）与环境（environment）的交互学习如何在动态环境中做出决策（action）以最大化累积回报（reward）。

Text2SQL RLHF

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

具体来说，在输入标题中标记相应的类词(例如，man和woman)。

PhotoMaker 文生图

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

这一方面也体现在他的生成速度提升上，根据Deepseek官方，它的生成速度提升至 3 倍。

DeepSeek V3 开源模型

ComfyUI学习笔记2，一文看透Workflow

类比webui的使用体验： 1.调好参数 2.点击生成 3.等待结果除了观察命令行窗口能获得一些生成进度中的信息，在webui界面上，基本还是传统软件的使用思维

comfyui 文生图

10个大模型私有化需要关注的问题

高质量，可信赖的网络连接对于内容快速分发，流畅的视频流和无缝用户体验是至关重要的。

开源模型

自己电脑上跑大语言模型（LLM）要多少内存？

具体用的什么取决于你用什么方案来跑大模型的，比如ollama在Windows上主要消耗电脑内存，但是推断的时候也会介入GPU计算。

大语言模型运行

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

features and expressions --s 250 --style raw一幅名人肖像，密切关注他们的面部特征和表情--s 250 --style raw 2.主题注意：后续给到大家的体诗词中

文生图

什么是BERT？

形成一个更深的神经网络（这里也可以理解为将Transformer encoder进行堆叠）：对Transformer结构进行堆叠最终，经过多层Transformer结构的堆叠后，形成BERT的主体结构

embedding

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

具体情况如下图，这三种不同来源的数据相互补充，分别作用于模型不同阶段的训练，三个源头的数据量逐渐递减，但是数据数量逐渐提升。

BGE M3-Embedding 多语音检索

姚班天才开发《完蛋！我被大模型包围了》游戏爆火，一日用户过万挤爆服务器

后面的三道题只对模型输出内容的长度有要求，比如只用一个字“四两拨千斤”，让模型给出100字以上的回答，具体包括：三个字以内，输出30+字只用一个字，输出100+字只用一个字，输出不超过20字

大模型游戏

Yi技术报告细节分享

丢弃困惑度分数明显高于平均水平的文本；质量评分器是经过维基百科数据训练的分类模型，当文本内容更偏向于维基这样高质量页面时，认为文本质量较高；安全评分器是识别并删除包含有毒内容的网络文档，如暴力、色情等；文档连贯性评分器识别文本的整体连贯性

Yi模型大模型

预训练对话大模型深度解读

由于人工评价方法缺乏标准体系，它提出人工智能评价体系SSA：合理性（Sensibleness）与具体性（Specificity）的平均值（Average），它的性能显著超越DialoGPT，逼近人类水平

<...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