文章列表-AI魔法学院

文章列表

AI面部增强器-Remini

Remini可以在工作狗官网-AI导航，AI画像分类里找到访问入口。

Remini 面部增强修复文生图

图解检索增强式生成（RAG）技术 | 万字长文

许多产品基本上都是基于 RAG 构建的，范围从结合网络搜索引擎和 LLM 的问答服务，到数百款与数据互动的应用程序。

检索增强式生成 RAG

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

此外，键值（KV）缓存随序列长度线性增长，导致 Transformer 在推理过程中变慢。

transformer 训练

我们需要的不是智能体，而是工作流（5000字保姆式教学）

工作流前与 AI 协作方式：工作流前，我们大多数人通过 prompt （提示词）与各种大模型交互，比如GPT，MJ，可灵，将我们想要的内容（文本，图片，视频）创作出来，明显提高我们创作效率。

工作流教学

一文带你认识ELMo

就可以获得每个单词的Word Embedding，但是Word Embedding无法解决多义词的问题，同一个词在不同的上下文中表示不同的意思，但是在Word Embedding中一个词只有一个表示，这导致两种不同的上下文信息都会编码到相同的

embedding

大模型量化：什么是模型量化，如何进行模型量化

Tmax表示浮点数的最大阈值，Tmin表示浮点数的最小阈值。

大模型

AI国力战争：GPU是明线，HBM是暗线

众所周知，大模型的智力涌现，依托于Scaling laws指导下的大力出奇迹，大模型对数据量和算力有着近乎无上限的需求，而算力的发动机GPU和存储池HBM，意外成为最大的受益者。

GPU HBM 大模型

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

SDXL 1.0 出现前，同样经历了0.9和beta版本的过渡阶段， SDXL 1.0 在 stable 1.5的基础上做了改进，参数数量从0.98B扩大到6.6B。

SDXL

Chinese-LLM开源中文大语言模型合集

通过中文金融公开数据+爬取的金融数据构建指令数据集，并在此基础上对LLaMA进行了指令微调，提高了 LLaMA 在金融领域的问答效果。

大模型中文

Agent：OpenAI的下一步，亚马逊云科技站在第5层

Amazon Bedrock通过向导式交互界面，减少了配置基础模型所需的编码工作量。

开源模型

领域大模型-训练Trick&落地思考

现有大模型在预训练过程中都会加入书籍、论文等数据，那么在领域预训练时这两种数据其实也是必不可少的，主要是因为这些数据的数据质量较高、领域强相关、知识覆盖率（密度）大，可以让模型更适应考试。

垂直训练大模型

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

大语言模型现已增长到数千亿的参数量，庞大的规模带来了强大的性能，改变了自然语言处理领域的格局。

小语言模型

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

教导llm管理自己的无限上下文内存!

MemGPT 大语言模型

制作可爱的表情包

官方制作表情包规范聊天表情: 需要16/24个艺术家头像: 建立正方形画布，尺寸建议选大一点，比较好的参考2048x2048艺术家主页，表情包主页: 参考尺寸7500x4000 打赏引导页面:

绘画表情包

真格基金大模型能力测试问题集---基础篇

同时，鉴于随着参数和数据规模增大，大模型会涌现出新能力，与这些新能力相关的测试集也在不断增加。

大模型训练中文

<...52 53 54 555657 58 59 60 61 ...>

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