文章列表-AI魔法学院

文章列表

RAG超参数调优食用指南

接下来将用一个完整的使用指南来展示如何对 RAG 进行超参数优化，主要针对块大小和 top-K 两个参数。

rag 大模型

AI Agent / 智能体观察笔记（下）

还可以融合用户的私有数据当然，产品完整度这么高，自然是要收点钱的。

大模型

说真的，SDXL究竟藏着多少秘密，也许没人知道

但凡你炼过LoRA就不难理解：准备20张左右主题鲜明，背景干净的图，伴随着GPU的一阵咆哮，一个小模型就此诞生，从此数字世界又多了一种可以快速呈现的图形风格。

文生图

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

尽管模型在训练的各个阶段都尽力确保数据的合规性和准确性，但由于 ChatGLM3-6B 模型规模较小，且模型受概率随机性因素影响，无法保证输出内容的准确。

ChatGLM3 语音模型开源模型

Stable Diffusion

Stable Diffusion 30种采样器全解

速度与Euler相近，但质量不如Euler。

Stable Diffusion 采样器

AI数字人：重构人货场的新力量

它们不仅可以模拟人类的外貌和行为特征，还可以通过机器学习和深度学习等技术进行智能化的自适应学习和进化。

数字人 AI 商业

Stability AI推出视频生成模型Stable Video Diffusion

这两者都能以每秒3到30帧的速度生成视频。

Video 视频创作 SD

达摩院SPACE对话大模型：知识注入与知识利用

总体上，预训练语言模型的出现，大幅度提升了 NLP 所有任务的效果，而基于预训练语言模型的预训练对话模型，进一步提升了对话领域的 NLP 任务的效果。

大模型

理解 o3 及其技术分析

面对这个结果，确实我之前低估了软件领域的前进速度。

o3 技术分析

无限长的上下文，也干不掉的RAG

主要发现多文档问答任务研究者们通过控制输入上下文的长度和相关信息在上下文中的位置，发现模型在多文档问答任务中的表现会随着相关信息位置的变化而显著变化。

RAG 大模型

会“追问”的Agent，大模型知识库另类实践

但在提升回答的准确度方面，该方案存在一些致命的缺陷，通过分解Langchain的架构，我们可以看到（图2）：图2: Langchain + Vectorstore + LLMs 首先，在第2步

大模型

AutoGPT与LLM Agent解析

从另一个角度看，对于一些目标明确，专业化且高频的场景，往往具有丰富的数据，可以通过构建一个更小的专有模型来很好地以较低成本来完成相关诉求。

大模型

深入浅出：大语言模型中必不可少的技术——Embedding简介

、图片、音频）映射到低维度空间的过程。

embedding

2024年傅盛开年AI大课演讲内容PPT

此外，他也指出大模型可以处理多维度的数据，使不同职务之间的协作变得更为流畅。

猎豹 AI 演讲

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

我把板块调整为竖版，有一定SD基础的同学可以看到这其实就是SD的界面板块打散： ComfyUI有以下特点：优点： 1.上限高，更适合复杂长线的大型工作 2模块化工作流 3.可视化 4.启动速度快

生成式AI

<...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