文章列表-AI魔法学院

文章列表

第3期 SDXL和SD的10大区别！你知道几个？

SDXL 基础模型所使用的 Unet 包含了2.6B（26亿）的参数，对比 SD1.5的 860M（8600万），相差超过三倍。

文生图

Cursor设计主管分享AI写出高质量代码的12个超绝妙招

就好比你让朋友给你带个东西，不说清楚具体是啥，朋友肯定一脸懵圈。

MCP 代码

大模型微调数据选择和构造技巧

比如我们会经常遇到下面几种情况： 1.数据要不要都去标注，标的比较慢咋办？

大模型微调

掌握Prompt的6心法

比如说,有人对你说: "小明,去买点面包回来。"

prompt 写作

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

出的图片比原图少了某些元素，可以一次性生成多张图片。

Stable Diffusion 文生图 controlnet

弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书

不少数据集是用AI生成的，质量难以保证，容易出现事实性错误 § 即使是人工标注的数据集，也存在数据量小、覆盖领域不全面等问题为了解决这些痛点，团队从中文互联网的各种知识源头直接收集数据，比如知乎

弱智吧训练数据集

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

语音语义表示编解码器用于将语音转换为离散的语义标记，这些标记通常通过离散化来自语音自监督学习（SSL）模型的特征获得。

MaskGCT 声音克隆

九问中国大模型掌门人，万字长文详解大模型进度趋势

今天的话题非常直截了当，围绕着大模型建设的技术、架构、商业等问题，设计了九个全行业特别关心的问题。

大模型详解

中文通用大模型最全汇总

地址：https://github.com/OpenLMLab/OpenChineseLLaMA 简介：基于 LLaMA-7B 经过中文数据集增量预训练产生的中文大语言模型基座，对比原版

大模型开源模型

大模型落地“诸神之战”，场景玩家先杀出重围了

对比通用大模型而言，它的实际生成效果更加自然美观。

大模型文生图

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

通过扩展一个系统以支持监控和自适应自身以实现特定的关注点，这一目标得以实现。

大模型

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

简单来说，如果你先问 LLM 几十个危害性较小的问题，就可以说服它告诉你一些危害性较大问题的答案，比如“如何制造炸弹”。

Anthropic 大语言模型

GPU 性能（数据表）快速参考

ensp; NVIDIA GPU 的命名规则 · 2 L2/T4/A10/A10G/V100对比

GPU 算力

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

通过这种召回模式来代替传统的向量检索模式，这种实现是相对来讲会比较慢，适合召回文档比较少的情况，但可以省去重排阶段。

大模型

大语言模型的拐杖——RLHF基于人类反馈的强化学习

然而，对于自然语言处理任务，通常很难定义和测量奖励函数，特别是当涉及到人类价值和偏好的复杂任务时。

大模型训练

<...49 50 51 525354 55 56 57 58 ...>

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