文章列表-AI魔法学院

文章列表

检索增强生成(RAG)有什么好的优化方案

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强生成

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

第二，如何有效地实现线性循环，以最大限度地提高 TPU 的训练效率。

transformer 训练

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

上下文长度有限上下文长度有限使得 LLM 难以很好地处理长输入，让 LLM 不能很好地助力小说或教科书写作或总结等应用。

开源模型

Gpt写小说，常用的中文指令集「实操篇」

**`温度`：** - **说明：** 控制生成文本的创造性，较高的温度值会使生成文本更加随机。

GPT 写作

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

它生成的视频无论是清晰度、连贯性和时间上都有非常好的结果。

sora 视频生成

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

通过这种方式，健身房能够更好地满足不同客户的需求和期望，从而提高客户满意度和忠诚度。

用户工作

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

在许多深度学习模型中，尤其是Transformer类模型，层与层之间的操作往往需要在vRAM中存储中间计算结果，这些结果可能包括激活值、权重等。

大模型

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

功能介绍 RPA（Robotic Process Automation）是一种自动化技术，它可以模拟和执行人工业务流程，自动化重复性的、规则性的、高度可预测的任务。

RPA框架自动化

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

1.2 监督微调的步骤具体来说，监督式微调包括以下几个步骤：预训练：首先在一个大规模的数据集上训练一个深度学习模型，例如使用自监督学习或者无监督学习算法进行预训练；微调

大模型微调

它来了！SDXL + ControlNet 终于强强联合！

Stable diffusion V1.5 以及基于此模型的微调模型都能使用非常多种类的 ControlNet 模型，比如 depth（深度图）、canny（边缘检测）和 openpose

SDXL

【语音识别】OpenAI语音力作Whisper

同时，作者观察到，为了可靠地转写长音频，基于模型预测的重复性和对数概率，进行Beam Search和温度调度至关重要。

语音转文字 whisper

Byzer-LLM 快速体验智谱 GLM-4

而第二个难度其实会高很多，QWen 我用了 max 版本过了，但是运行速度较慢， Baichuan 只有 Function Calling 过了， GLM-4 则一把全过，速度还很快

Byzer-LLM GLM-4

基于Ollama本地部署Llama3指南！

相关参数训练数据参数量上下文长度

LLama3 ollama

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

难度循序渐进，比如第一题初来乍到只是“请你构造一个问题，使模型的回答是一字不差的‘1+1=3’”。

大模型游戏

不用再羡慕Prompt大神了！看了这篇文章，你只需10秒钟，就能拥有自己想要的专业级Prompt！

Preferences : - 钟情于现代简约风格和视觉冲击力强的图文搭配- 偏爱提炼产品卖点，结合生活场景深度种草- 热衷于挖掘热点话题，制造易于传播的社交话题 Profile : - author

prompt 写作

<...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