文章列表-AI魔法学院

文章列表

智谱AI静悄悄的上线了一大波新模型，过年了，真的

我也去后台跑了一下GLM-4-Plus，效果确实是比之前强了。

智谱AI 大模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

比如我们最开始用m3e，后面用bge，再后面还用了通义千问的embedding模型。

RAG 检索增强

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

作为对比，280B的Gopher模型只训练了300B的tokens，176B的BLOOM模型只训练了350B的tokens，GLM-130B只训练了400B的tokens，LLaMA模型则训练了1T/1.4T

大模型

SD入门教程五：后期处理图片高清放大

BSRGAN通过生成对抗网络（GAN）来学习如何从低分辨率图像生成高分辨率图像。

SD 入门教程修复

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

我们对比 [Chinese-LLaMA] 和 [LLaMA] 之间的 tokenizer 的区别： Chinese LLaMA 和原始LLaMA 之间 tokenizer 的区别我们可以发现

大模型训练

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

在发送请求时，payload里面的值是重点，如果用过sd的应该都比较熟悉了.

SD 文生图

AI写作：一步到位，如何用 AI 生成整篇文章？做自媒体必看！

一、短内容如果要写的内容比较简短，比如小红书文案、短视频稿。

结构化提示词写作

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

随着 LangChain + LLM 方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM 对意图识别不准。

大语言模型

希音面试：SSE 底层原理是什么？快20年了，为何突然爆火？

- 三、SSE 的工作原理 - 3.1 工作机制的流程图 - 3.2、SSE 与其他通信方式对比 - 3.3 SSE 的适用场景 - 四、sse 客户端

SSE 大模型

AutoGPT与LLM Agent解析

而在 LangChain 里，子 agent 与主流程之间应该只有一次调用和返回，相对来说比较受局限。

大模型

AIGC沸腾200多天后，投资人达成三大共识

而从实际行动上看，投资人的投资次数之少和朋友圈刷屏的热情相比形成巨大反差。

大模型

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

对比之下，LLM 是被动的推理引擎，用户每 prompt 点拨一次才会回复一次。

大模型 AI编程

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

AnyText 我之前也写文章介绍过了，专门针对中文，在生成的图片中能够很好的嵌入中文，而且还有强大的文字编辑功能。

阿里云视频音频

九问中国大模型掌门人，万字长文详解大模型进度趋势

腾讯对专用客户提供集群服务，对于算力需求比较弹性的客户，提供弹性卡资源，无论是成本还是总效率匹配方式，分配效率都更高。

大模型详解

<...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