文章列表-AI魔法学院

文章列表

【大模型微调】 Llama 2 ：对话模型的全过程微调

随着改进使模型的数据分布发生变化，作者使用最新的 Llama 2-Chat迭代版本收集新的偏好数据，以保持奖励模型的更新和准确性。

大模型

实时语音克隆

作者推荐了一些其他的语音克隆解决方案，并提供了安装和配置的指南。

语音克隆

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

prompt必须知道的26条军规

①大的LM有基于大量训练数据的天然的迁移学习能力，设计大LM的时候一般都想要让模型同时完成较多的任务。

prompt 大模型

真超越了GPT？国产大模型实用场景横评②

5.加分项：任何创新、独特、让人眼前一亮的内容（不作具体要求）。

大模型

OpenAI视频模型Sora的推理生成成本多高？

国产芯片迎来一次机会，设计并量产 14nm 的中算力、大显存 LLM 推理芯片，可以绕开芯片制程的瓶颈迅速商业化测算 GPT-4 的训练算力需求首先估算

Sora 推理算力

忘了提示词吧，用自然语言教会AI画出想象力

Dozens of translation services拥有数十种在线翻译和离线翻译模型。

文生图

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

11个情感刺激Prompt，高效提升AI大模型性能

例如："这个结果对我的工作非常重要" 或 "你最好保证这个答案是对的" 这些话都可以让模型自我检查并优化输出结果。

Prompt 大模型

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

为了解决这一问题，提出了一个新的大模型RAG框架R4：Reinforced Retriever-Reorder-Responder（增强检索器-重排序-响应器），它包含三个主要模块： o &

RAG 检索大型语言模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

强化学习阶段：基于阶段三的奖励模型继续进行强化学习，可以得到一个能支持与用户对话的类似“ChatGPT”的模型这四个阶段，每个阶段都涉及到一些训练技术和数据集，以及产出和硬件消耗等，十分清晰明了

大模型

Prompt全攻略(三):提升Prompt效果的技巧指南

不断优化和提升Prompt是使用ChatGPT等AI系统的关键。

prompt

RAG——使用检索增强生成构建特定行业的大型语言模型

——一款100%本地布署且支持LangChain的应用 privatGPT——私有化GPT模型的全新应用 pdfGPT——通过AI与上传的PDF文件进行聊天 AI跑车引擎之向量数据库一览 AI跑车引擎

大模型

图解大模型训练之：张量模型并行(TP)，Megatron-LM

在实际应用中，对Transformer类的模型，采用最经典方法是张量模型并行 + 数据并行，并在数据并行中引入ZeRO做显存优化。

开源模型

接私活必看的11个开源项目

通过 JuiceFS 存储的数据会持久化在对象存储（例如 Amazon S3）中，相应的元数据可以根据场景和需求持久化在各种兼容的数据库引擎中，如 Redis、MySQL、TiKV。

私活开源项目

<...51 52 53 545556 57 58 59 60 ...>

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