文章列表-AI魔法学院

文章列表

AI国力战争：GPU是明线，HBM是暗线

目前，中国企业在HBM产业链上的存在感甚至还要落后于先进制程与GPU。

GPU HBM 大模型

Deepseek-V2技术报告解读！全网最细！

另外，Deepseek-V2结合算法和工程，提出了资源感知专家负载均衡的方法，保证了专家并行的几个机器雨露均沾，不会出现有些机器空转，有些机器过度占用的情况。

Deepseek-V2 大模型

【大模型微调】 Llama 2 ：对话模型的全过程微调

虽然作者注意到许多人口群体的积极情感有所增加，但在部署之前仍需要额外的安全缓解措施以及对模型实际影响的更全面研究。

大模型

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

为了使原始扩散模型更好地感知堆叠ID嵌入中包含的ID信息，在注意层中额外训练矩阵的LoRA残差。

PhotoMaker 文生图

RAG检索增强技术在知识库智能检索场景下的应用实践

• 数据隐私保护：在处理敏感数据时，RAG可以设计为不直接访问原始数据，而是通过检索已经脱敏或处理过的信息，以保护用户隐私。

知识库 RAG检索增强

混合专家模型 (MoE) 详解

该图来自 ST-MoE 论文此时，您可能会对人们微调 MoE 中遇到的这些挑战而感到沮丧，但最近的一篇论文《MoEs Meets Instruction Tuning》 (2023 年 7 月)

MoE大模型

Stable Diffusion

Stable Diffusion API

使用 Lexica 等 Internet 资源作为灵感并找到好的提示。

文生图 SD

2024！深入了解大语言模型（LLM）微调方法（总结）

例如，模型在微调后可能在情感分析等NLP任务上表现更好，但可能忘记如何执行其他任务。

大模型微调

大规模训练系列之技术挑战

但实际上大模型 Model states 的占用非常恐怖，通过以下公式就能够感受到这一点。

开源模型

一个产品经理的大模型观察、反思与预测

，意外走红 2、Pi：差异化定位，利用「LLM创意有余而精准不足」的特点 Pi 是「一个教练、知己、创意伙伴或共鸣板」，会在对话中主动提出延伸问题，让你感觉仿佛和真人对话

工作

AI提示设计技巧剖析 - 29个动词助你获取更好文本生成

29.掩饰(Downplay) 场景：这是一篇内容敏感的报道。

提示词文本

ComfyUI初学者指南

如果您对理论不感兴趣，可以跳过本节的其余部分。

文生图 comfyui

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

通过这两种任务，BERT能够学习到上下文感知的词嵌入和句子级别的语义表示。

Bert-vits 语音

大模型时代-行业落地的再思考

这个阈值其实是个经验主义的结论，我也不能保证是适用于所有人的，但和不少同行交流下来，感觉大家的范围都在10%-15%左右。

大模型

停用词(Stop Words)的价值、收集与使用

感谢CBG同志的提醒）提出的信息熵了。

停用词

<...46 47 48 49 50 515253 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