文章列表-AI魔法学院

文章列表

图解大模型训练之：张量模型并行(TP)，Megatron-LM

但是对word embedding来说，词表的大小就很客观了，因此需要把word embedding拆分到各个GPU上，具体的做法如下：我们来详细说明下这张图。

开源模型

一文带你看懂OpenAI-Sora生成视频的原理

这些补丁包括了色彩、光线、形状、甚至是物体动态的片段。

视频生成 sora

对于大模型RAG技术的一些思考

· 匹配用户问题向量和向量库中各文本块向量的相关度 · 将最相关的Top 5文本块和问题拼接起来，形成Prompt输入给大模型 · 将大模型的答案返回给用户具体可以参考下图

RAG 大模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

模型 Backbone MoveNet整体的结构如上所示，Backbone部分是比较经典的带三层deconv的MobileNetv2，并且使用了残差连接来获取浅层特征，这个结构我已经在各种工程和学术论文中都见到了

MoveNet-SinglePose Google 模型

RAG 2.0来了，它能成为生产落地的福音吗？

然而，这种方法往往会导致所谓的“科学怪人效应”（Frankenstein’s monster），即尽管每个部分在技术上都能独立运行，但整合后的整体性能却远未达到理想状态。

RAG 大模型

最顶尖的大语言模型人才，只关心这10个挑战

需要注意的是，总体而言，这些模型性能都还远非完美。

大语言模型

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

SD-WebUI和ComfyUI的局域网访问设置

下面就来说下具体的设置方法！

comfyui stablediffusion

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>

[6]尝试扩展词表，将中文token添加到词表中，提升中文编码效率，具体方式如下。

大模型

理解 o3 及其技术分析

文中提到了一个sample size，但并没有指明其具体含义。

o3 技术分析

大模型微调数据选择和构造技巧

这样讲是比较抽象的概念，那我们在大模型实践中如何体现呢？

大模型微调

AI文档智能助理都是如何处理pdf的？

支持通用的中英文表格检测任务；•支持表格区域进行结构化识别，最终结果输出Excel文件；•支持基于多模态的关键信息抽取(Key Information Extraction，KIE)任务-语义实体识别

大模型

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

· 解决视频合并过程中帧率波动的问题，提供更一致的用户体验

FaceFusion 文生图

ChatGPT提示工程 - 总结

ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作编写Prompt的两个关键原则原则一：编写清晰、具体的说明策略1：使用分隔符清晰地标识出输入的各个部分策略2：提示模型以结构化格式输出结果

GPT

写好Prompt要记住这六点！

在我们开始详细分解并深入探讨这个公式之前，有一点非常关键，那就是我们必须认识到解题过程中顺序的重要性，就像制作精美菜肴时对配料加入顺序的严谨把控，值得注意的是，并不是每一个步骤都是严格必须的，有些可以视具体情况进行省略或调整

prompt 写作

<...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