文章列表-AI魔法学院

文章列表

深入浅出：大语言模型中必不可少的技术——Embedding简介

这个理论认为，单词的语义可以通过它们在上下文中的分布来表示，也就是说，单词的含义可以从其周围的词语中推断出来。

embedding

实测：本地跑llama3:70B需要什么配置

值得表扬的是不乱飙英文，8B模型虽然更轻量速度更快，但中文方面还是一言难尽虽然这段代码很简单，但当时我提这个需求的时候第一时间想到的就是Nmap，如果他完全自己编码啪啦啪啦一大推，

llama GPU内存

盘点数据安全合规方向的热门证书【快来了解一下】

CDPSE国际注册数据隐私安全专家 CDPSE国际注册数据隐私安全专家(CertifiedDataPrivacySolutionsEngineer)是全球首个基于经验的隐私技术认证，自2020年正式推出以来

工作

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

在音频输入完成后，相应的特征被输入到MLLM进行推理，从而便于处理音频和视频输入。

Baichuan-Omni 多模态大模型

国内人工智能对北京高考微作文题目的回答

最后，创建公众号可以提高班级成员的信息技术应用能力和综合素质，对于班级今后的发展和个人的成长都有积极的推动作用。

中文大模型

大模型应用的10种架构模式

这对于正在进行的对话或学习场景非常有用，因为随着时间的推移，人工智能会形成更深的理解，就像一个专业的个人助理或者在线机器学习平台。

大模型架构

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

这样可以加快训练速度，提高推理效率！

MoE 专家混合模型

图解 transformer——逐层介绍

注意，在推理过程中，我们没有目标序列，而是循环地将输出序列送入解码器的嵌入层，正如第一篇文章所言。

Transformer 大模型图解

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

对以上模型进行量化后的轻量化模型，便于部署、推理。

belle 训练大模型

清华、面壁智能发布：主动式Agent 2.0

· 左边Agent，被动式接受用户查询，然后生成响应 · 右边Agent，主动式Agent基于环境观察推断任务，并相应地提出可能的协助请求。

Agent 2.0 大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

代理需要理解复杂的网络场景指令，适应变化并推广成功操作，从而实现无障碍和自动化，最终解放人类重复与计算机UI的交互。

大模型

没有思考过 Embedding，不足以谈 AI

当相近的词聚集到一起，推断出有效输出的概率就会更高。

开源模型

小度为何押注AI眼镜？

直到Meta与Ray-Ban合作推出AI眼镜，不到半年销量就超过了100万，至此行业的目光开始纷纷望向AI眼镜。

AI眼镜小度

Gartner：2024年人工智能渗透的十大战略技术趋势

加速和扩大人才的需求正在推动ACWF的趋势。

Gartner 人工智能

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

现在的互联网上到处都是提示工程指南、快捷查询表、建议推文，可以帮助用户充分使用 LLM。

prompt 大模型提示

<...47 48 49 505152 53 54 55 56 ...>

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