文章列表-AI魔法学院

文章列表

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

英伟达首席AI科学家Jim Fan解答了这种对抗性攻击的原理——- 对于像Vicuna这样的OSS模型，通过它执行一个梯度下降的变体，来计算出最大化不对齐模型的后缀。

开源模型

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

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

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

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

而且，研究人员发现，这个大 bug 与模型体量，问的问题什么的都没有关系。

大模型

ChatGPT提示工程5篇合集(一)：ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作（珍藏版）

编写Prompt的两个关键原则原则一：编写清晰、具体的说明原则二：给予模型思考的时间（什么，太简单了？

prompt 提示词

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

代码逻辑这么简单，我就不写了，让大模型帮我写：）一、三个大模型的生成代码体验 1、ChatGPT3.5：试了下，OK，运行成功，找到了关键的行。

大模型

高效选择：Ollama与LM Studio深度对比

Ollama：为初学者和非技术人员设计 o • 用户体验：Ollama以其简单性和易用性著称，特别适合那些对技术不太熟悉的用户。

Ollama LM Studio 对比

人工智能训练的灾难性遗忘以及解决方案

在深度学习中，当模型学习新的知识时，往往会遗忘之前习得的内容，这使得人工智能体缺乏像生物一样不断适应环境以及持续学习的能力。

人工智能大模型

Baichuan-13B 保姆级微调范例

值得注意的是，尽管我们以文本分类任务为例，实际上，任何NLP任务，例如，命名实体识别，翻译，聊天对话等等，都可以通过加上合适的上下文，转换成一个对话问题，并针对我们的使用场景，设计出合适的数据集来微调Baichuan

开源模型

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

而如果我给模型展示一个游泳的视频，展示踢腿和摆动手臂的具体动作，那就是通过示例来说明。

提示词 prompt

AIGC生成客服虚拟人

aigc让我开始有机会审视一些习以为常的概念，比如说你要弄个虚拟人形象，要求是专业和亲和力，还体现金融行业和企业品牌文化。

文生图

如何用大语言模型构建一个知识问答系统

需求描述打造特定领域知识(Domain-specific Knowledge) 问答系统，具体需求有：通过自然语言问答的形式，和用户交互，同时支持中文和英文

知识库

<...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