文章列表-AI魔法学院

文章列表

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

在大模型出现前，一直缺乏一个足够通用和强大的模型，作为能够适应各种情景的AI代理的起点。

大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

下图显示了这种编码是如何工作的。

大模型

一文带你看懂OpenAI-Sora生成视频的原理

这个过程有点像是儿童识图游戏的高级版，每个补丁都需要被识别出其所代表的内容——是天空、是大楼、还是人物的眼睛？

视频生成 sora

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

先来看一波模型中毒发作时的样子。

StableDiffusion

一文汇总Prompt提示工程的相关策略技巧

在与大语言模型的合作中，有一个引人入胜的环节——提示。

提示词框架

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

行业大模型解决方案有后训练（Post-Train）和有监督微调（SFT），但是仍然无法解决大模型落地的幻觉和实效性问题。

RAG 大模型

职场常用GPT提示词精选、职场常用文案能力大模型提示词精选

这是一个非常流行的营销文案写作框架，营销人员在为产品和服务创建文案时都会用到它。

提示词 prompt

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

这里的大模型我选择了“电商场景MIX_V2完美版”，此模型可以在“liblib”上下载，然后正向提示词我写的比较简单，反向提示词则是用的通用的。

SD 背景文生图

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

随着Sora等文生视频模型掀起热潮，很多人都在探讨文生视频模型能不能算作世界模型。

通义文生视频

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是个人电话、专业会议还是内容创作，这些问题都在困扰着我们。

ClearerVoice-Studio 语音

一人搞定30万商品分类：AI落地实践故事！

为数十万商品分类通常想到的办法是用NLP+特定分类算法（如是SVM)来实现，涉及数据清洗，特征提取，模型训练，调试和集成等工作。

embedding 大数据分类

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

它们可以回答问题、写文章、生成创意内容、帮助编程等。

大语言模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

LLM 的潜力不仅仅是生成写得很好的副本、故事、散文和程序；它可以被框架为一个强大的一般问题解决者。

GPT-4

大模型微调应用实践，没那么简单，看看曾经踩过的坑

一、大模型训练稳定性方面单机训练不起来，环境配置问题： GPU的CUDA驱动需和深度学习框架版本拉齐，否则模型跑不起来如GPU的CUDA verison是11.4，那就选择pytorch的版本为1.12.1

大模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•技术细节写得比较泛（防止别人模仿）大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion

sora openai 视频生成

<...46 47 48 495051 52 53 54 55 ...>

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