文章列表-AI魔法学院

文章列表

LLM大模型推理输出生成方式总结

个字中进行采样参数：top_k 缺点：在分布陡峭的时候仍会采样到概率小的单词，或者在分布平缓的时候只能采样到部分可用单词 Top-P采样（又称Nucleus Sampling）方式：每个时间步，按照字出现的概率由高到底排序

大模型

EverydayWechat：让微信变得更强大，引领每日生活新体验

EverydayWechat库： 1 pip install everyday-wechat 三、使用方法使用EverydayWechat进行微信功能拓展非常简单，按照以下步骤进行

EverydayWechat

AI绘画Stable-Diffusion风格化实战

5.定义prompt，表示目标风格,这里是"1girl, fashion photography"，意为单人女性时尚照。

Stable-Diffusion 文生图

大语言模型微调：定制自己的微调数据集

指令跟随格式指令跟随形式是指用户输入指令，模型按照指令的要求输出结果的格式。

大模型

Stable Diffusion

造梦师手记：全网下载量第一的Stable Diffusion模型更新到5.0版

最近一段时间，在资本的驱动下，国内冒出了很多模型网站，为了抢用户，推出了各种刺激策略，给模型创作者真金白银的现金补贴。

Stable Diffusion

Roop参数说明，ROOP->StyleGAN演示！

从和大家的交流中可以知道，有些人很懂，一说就会，但是不少人不太擅长这个方面，所以尽量写得通俗易懂一点。

视频 StyleGAN

七问大模型幻觉｜LLM Hallucination

幻觉不一定是有害的，特别是在一些需要创造力或灵感的场合，比如写电影剧情，幻觉的存在可能带来一些奇思妙想，使得生成的文本充满想象力。

大模型

如何从零开始，打造一家AI驱动的公司？

如果您要打造一家持久而伟大的公司，应该花更多的时间琢磨如何为用户创造真正的价值。

大模型打造公司

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

虽然这种方法有助于弥补向量搜索在查找特定术语（例如缩写）时的不足，但我对结果并不印象深刻，这些结果往往更像是多个结果集的拼凑，因为同一个查询的词汇和向量搜索很少出现相同的结果。

RAG-Fusion 检索增强

大模型外挂知识库优化-大模型辅助向量召回

策略1 通过设计prompt以及提供示例的方式，让模型知道当遇到需要查询知识的时候，提出问题，并按照格式输出，和toolformer的模式类似。

大模型

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

上述流程已经从头到尾运行，并且可以实际上连接到广告API和定制T恤API，以便在真实世界中部署。

开源模型

LangChain Agent 原理解析

为了方便理解，我们将官方的英文提示词模板换成中文和去掉一些没必要的内容，修改后的提示词模板内容如下： template = """尽你所能回答以下问题，你可以使用以下工具： {tools} 请按照以下格式

大模型

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

似乎，模型并非真的知道哪个答案相关，只是根据位置进行猜测。

大模型 Ziya

基于中文金融知识的 LLaMA 系微调模型的智能问答系统：LLaMA大模型训练微调推理等详细教学

最新模型情况：（即将发布，敬请期待～） 5.微调Finetune 若想用自己的数据集微调 LLaMA，请按照.

LLaMA

基于大模型（LLM）的Agent 应用开发

platform+ agent program platform = computing device + sensor+ action agent program 是 agent function 的真子集

大模型 Agent

<...48 49 50 515253 54 55 56 57 ...>

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