文章列表-AI魔法学院

文章列表

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

随着互联网的发展，非结构化数据如电子邮件、论文、传感器数据、照片等变得越来越普遍。

开源模型

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

层数 (n_layers)：该模型由32层组成，加深了它的学习深度和层次感。

开源模型 Mixtral 8x7B

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

可以使用局部敏感hash或语义重复检测手段。

大语言模型 RAG检索增强

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

存在的局限性：目前它只能生成固定像素的图片，对于一些细节可能表现的不够好，如人的手指、面部表情等，无法完美的展现照片级真实感。

Stable Diffusion 文生图

垂直领域大模型的一些思考及开源模型汇总

Github: https://github.com/icalk-nlp/EduChat 简介：以预训练大模型为基底的教育对话大模型相关技术，提供教育场景下自动出题、作业批改、情感支持

垂直领域大模型开源模型汇总

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

另外一个有意思的地方是，今天最重要的一些AI Infra创业公司的创始人们也对Deepseek V3充满好感。

DeepSeek V3 开源模型

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

history = model.chat(tokenizer, "晚上睡不着应该怎么办", history=history) >>> print(response) 晚上睡不着可能会让你感到焦虑或不舒服

ChatGLM3 语音模型开源模型

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

单一查询可能无法完全捕捉用户感兴趣的全部范围，或者可能过于狭窄而无法产生全面的结果。

RAG-Fusion 检索增强

图解 Transformer——功能概览

Transformer 分类器架构如下所示，一个情感分析程序，把一个文本文件作为输入。

Transformer 大模型图解

在飞速发展的时代管理AI风险

人工智能的进步迅速，令许多人感到惊讶。

人工智能伦理

LangChain 完整指南：使用大语言模型构建强大的应用程序

LangChain 的适应性和易用性使其成为开发人员的宝贵工具，使他们能够释放语言模型的全部潜力，并在广泛的用例中创建智能的、上下文感知的应用程序。

langchain 大模型

大模型套壳祛魅：质疑套壳，理解套壳

一位做 NLP 研究的科学家告诉「甲子光年」：「OpenAI 可能预感到字节跳动可以花钱堆一个模型出来，所以提前打压一下。

大模型套壳

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

虽然在GPT-4发布后，各大AI实验室的研究人员都竞相追赶，发布了超过GPT-4的大模型，但他们更多的感觉是失望。

Scaling Law AI大模型

大语言模型微调：定制自己的微调数据集

如果要微调模型以处理特定任务，那么数据集必须包括与该任务相关的文本，例如，如果要构建常见的具有情感反馈的微调数据集，则数据集应包含正面和负面评价的文本。

大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

主流中文embedding模型现在主流的中文embedding模型其实也不是太多，以下就是主要的embedding模型了，目前我们用的m3e，但效果感觉还有待提升。

大模型

<...46 47 48 49 505152 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