文章列表-AI魔法学院

文章列表

没有思考过 Embedding，不足以谈 AI

但是这个思想方案却是有意义的，词义向量的不同维度之于计算机，就如同上面我们列举的维度 —— 词性、数量、时间、空间等等 —— 之于人类。

开源模型

【大模型微调】 Llama 2 ：对话模型的全过程微调

两种算法的不同之处在于广度（拒绝抽样中对于给定提示的 K 个样本）和深度（在 PPO 中，样本是根据上一步的更新模型策略得出的函数，而在拒绝抽样中，所有输出都被抽样）。

大模型

数据分析思路系列-如何建立指标体系

但实际上，当我们冷静下来仔细思考就会发现，数据分析师的大部分工作其实都是在不断拆解指标，推动指标优化的过程，只是我们没有真的去总结过和通盘思考过。

数据分析指标体系

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

这个工具可以帮助开发者调测大模型的推理情况，帮助我们理解模型的输出并提供一定的解释支持。

大模型调试工具

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

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

大模型

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

3260798103 LLM现在一般都是基于Transormer结构，参数总和可以看作Embedding部分参数和Transormer-Decoder部分参数，Embedding部分参数由词表大小和模型维度决定

大模型

百模大战，谁是大模型的裁判员？

三是以HELM为代表，这类基准着重场景划分，评测各种场景下的模型表现。

大模型

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

首先，整个AI圈，都有个共识是，思维链对于大模型一定是会有正向加成的，这个从去年到现在，看到o1的成功后，一定不会有人会怀疑了。

prompt 大模型

如何改善你的回测方法，提高策略的未来收益

通过提供关于如何增强模拟质量的指导，以及介绍在多重试验下如何正确计算夏普比率的方法，论文旨在为实践者提供更准确和可靠的投资策略开发工具。

回测方法

大模型的研究新方向：混合专家模型（MoE）

比如我们在上一篇文章《【论文解读】：大模型免微调的上下文对齐方法》中提到的利用上下文学习（ICL），通过采用少量精心策划的风格示例和精心设计的系统提示，对基础LLMs进行有效对齐的URIAL方法；还有一种方法就是对模型大而化之的处理方法

MoE 大模型

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。

大模型

领域大模型LLM训练Trick

问题一：进行领域大模型预训练应用哪些数据集比较好？

垂直训练大模型

StableDiffusion

StableDiffusion模型推荐系列（功能型）

前两天，我分享了SDXL的通用模型，这些模型不仅在生成高质量图像和艺术作品方面表现出色，搭配上LoRA模型还能在多个领域发挥重要作用，尤其是在平面设计与UI设计领域。

StableDiffusion 文生图

StableDiffusion

StableDiffusion模型推荐系列（全能型）

今天，我们要聊一聊AI绘画领域里的一个超有趣的话题：为什么Midjourney能用一个5.2模型轻松驾驭各种风格，而Stable Diffusion却需要我们切换无数个模型呢？

stablediffusion sd 文生图

大模型量化：什么是模型量化，如何进行模型量化

What：什么是模型量化简单来说，模型量化（Model Quantization）就是通过某种方法将浮点模型转为定点模型。

大模型

<1 2 3 456 7 8 9 10 ...>

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