文章列表-AI魔法学院

文章列表

停用词(Stop Words)的价值、收集与使用

停用词被提出后，经过从业者们几十年的发展，已经被应用在了几乎每一个信息检索系统中。

停用词

【进阶】-文生图术语解释

在第一层之后得到的运算结果，会输入第二层，结果再输入第三层，等等，直到到达最后一层，这就是 SD 中 CLIP 模型的使用方法。

文生图

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

“传统 scaling laws 下的 LLM 进展可能会放缓”，有研究人员和企业家担心，生成式 AI 已经遇到了障碍，即使如 OpenAI 般急于扩大该技术使用规模的公司，也发现这在实践中很棘手。

Scaling Law AI大模型

9个范例带你入门langchain

(Summarization): 对文本/聊天内容的重点内容总结。

大模型

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

我会写你的公式，你会执行公式，你只会回复 excel 表的结果作为文本。

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

这部分数据非常完整和专业，使其成为高质量和高知识密集度的数据。

Baichuan-Omni 多模态大模型

【NLP技术分享】文本生成评价指标的进化与推翻

一个好的评价指标（或者设置合理的损失函数）不仅能够高效的指导模型拟合数据分布，还能够客观的让人评估文本生成模型的质量，从而进一步推动text generation 商业化能力。

开源模型

自从prompt用了示例演示，GPT的输出稳定性达90%

ensp; · 专业与非专业用户的差异

prompt 提示词

一文讲明白什么是预训练、微调和上下文学习

预训练目标是捕获文本语料库中存在的底层模式、结构和语义知识。

大模型训练

2023年LLM如何入门？请看这篇综述！

这篇综述从预训练、适应调整、利用和能力评估四个方面对LLM的最新进展进行了文献综述，并总结了LLM的关键发现、技术和方法。

大模型

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

· 评估方法和发现：评估通过提出普通人可能会问的问题来进行，并将Meta AI的回答与其他模型或期望的结果进行比较

Meta AI 测评

TTS，一个奇妙的AI工具

当我们制作视频的时候，就会发现，给视频配音真是一件非常专业的事，对于非专业人士，费工费力后，完成的配音效果往往并不理想。

TTS 文本转语音

大模型狂飙两年后，“六小龙”开始做减法

据行业媒体「智能超参数」的统计，今年前三季度，智谱AI中标项目达22个，分布在通信、金融、能源、教科等行业，且以央国企客户为主，从拿单量来看，仅次于科大讯飞、百度。

AI 大模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

也因此，业内人士评价，「Grok-1 在这么大的参数量规模上只实现了这么小的效果，实际是失败的。」

Grok-1 开源模型

我去华强北走了一圈，发现这里正被另一种 AI 包围

世界电子制造看中国，中国电子制造看华强北，创业者们想要做一款硬件，第一站首选华强北。

华强北 AI

<...50 51 52 535455 56 57 58 59 ...>

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