文章列表-AI魔法学院

文章列表

图解 transformer——逐层介绍

三、矩阵维度（Matrix Dimensions）深度学习模型一次处理一批训练样本。

Transformer 大模型图解

如何最简单、通俗地理解Transformer？

我个人的观点是要想系统而又透彻地理解 Transformer，至少要遵循下面这样一个思路（步骤）：首先，了解一些NLP领域的基本知识，比如文本是如何被表征的，序列文本信息的处理，基于（深度神经网络

Transformer 大模型

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

这种自动化可以减少人工干预和提高业务流程的效率。

GitHub 数据处理RPA

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：当前主流微调方法分为：Fine-tune和prompt-tune fine-tune，也叫全参微调，bert微调模型一直用的这种方法，全部参数权重参与更新以适配领域数据，效果好。

大模型

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

在此基础之上，快手大模型团队还对模型中的隐空间编/解码、时序建模等模块进行了升维。

可灵快手文生视频

检索增强生成(RAG)有什么好的优化方案？

· 此外，还可对query召回的文档块集合进行处理，比如：元数据过滤[7]、重排序减少文档块数量[2

RAG 检索增强

Stable Diffusion

硬核解读Stable Diffusion（系列一）

第二种是VQ-reg，引入一个VQ （vector quantization）layer，此时的模型可以看成是一个VQ-GAN，不过VQ层是在decoder模块中，这里VQ的codebook采样较高的维度

StableDiffusion 文生图

AI换脸工具:facefusion使用心得

gfpgan_1.3, gfpgan_1.4: GFPGAN（Generative Facial Prior-Generative Adversarial Network）的不同版本分别代表着算法的迭代和改进

FaceFusion 文生图

让你起飞的五个Prompt框架模型

以下是五种最受欢迎的方法： 1.

prompt 大模型

大规模训练系列之技术挑战

通过对负载进行切分，分布式训练减少了单卡的负载，一方面大大提升了训练任务的吞吐量（切分计算负载），另一方面使得原本单卡无法训练的任务变得可能（切分显存负载）。

开源模型

3.5k star！一款万能的 SQL 分析工具，厉害了！

它是一款支持本地文件的SQL分析工具，可以让你用熟悉的SQL语法，轻松分析各种本地文件。

dsq 开源项目 SQL

数字人：从科幻走向现实的技术革命

4.人工智能算法：人工智能算法为数字人提供了智能化的决策和交互能力。

数字人语音

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

它具有简单的纯文本语法，并且可以使用通用和自定义库轻松扩展。

RPA框架自动化

如何使用ChatGPT一天搞定论文初稿

，要求体现学术创新性这里我写的比较简略，我们在要求ChatGPT提供选题思路的时候要尽可能加上自己的方向和限制，这样生成的答案会更有针对性。

ChatGPT 写作

基于Ollama本地部署谷歌开源Gemma大模型！

fp16：表示模型支持半精度浮点数（16位浮点数），这有助于在保持相对较高精度的同时减少内存使用和提高计算效率。

ollama gemma qwen

<...45 46 47 484950 51 52 53 54 ...>

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