文章列表-AI魔法学院

文章列表

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

首先是使用500万个图像-文本数据训练，在4个A100上训练了10个小时左右，不过这个阶段的模型的生成能力受到了严重的影响，因此还有第二个阶段；第二个阶段是通过模型本身和ChatGPT一起创建高质量的图像文本对

大模型

模型压缩：量化、剪枝和蒸馏

具体模型结构根据任务类型分为两种：输入为单句文本的模型（如图4 所示）和输入为句对文本的模型（如图5 所示）。

BERT 语言模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

比如 RA-DIT 试图通过增强 RAG 用到的 LLM + 单独训练一个 retriever 的方式加强 LLM 「自有」知识和外挂知识的双向奔赴

大模型 LangChain RAG

通往AGI之路：思维链提示过程

下面这个图就显示了标准的提示词以及使用了思维链之后的提示词的效果，可以看出，经过思维链提示之后的大模型能够输出更多的信息，并且正确回答用户提出的问题。

思维链提示词

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

ensp; "arguments": { "a": 33, "b": 77 } } } 这叫工具调用意图，

Function Calling 大模型

理解 o3 及其技术分析

https://arcprize.org/blog/oai-o3-pub-breakthrough 中文版 OpenAI o3是AGI吗对于o3的成本有这张图：

o3 技术分析

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

1.4 常见案例样例 1 在计算机视觉中，低层的网络主要学习图像的边缘或色斑，中层的网络主要学习物体的局部和纹理，高层的网络识别抽象的语义，如下图所示。

大模型微调

垂直领域大模型的思考

如果模型没理解人们的意图，或者不会写，也能进行拒识，而不是“强行”给出一个错误的SQL。

垂直领域大模型

前半年，我看到的有趣的 AI 产品

它能够从百度网盘里检索图片，然后在图片上打单词标签，帮用户学习。

AI工具

2023年人工智能行业总结（精简版）

GPT4V多模态模型和Gemini的发布让大模型能够看图看视频作答。

人工智能行业总结

检索增强生成 (RAG):What, Why and How?

如果您正在使用像Neo4j这样的图形数据库，则需要为数据创建节点和边，并将它们存储在图形数据库中。

检索增强大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

知识图谱提供了丰富的结构化信息，但检索效率和质量很大程度上依赖于知识图谱本身的质量和覆盖度。

知识库 RAG检索增强

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

人物动作视频生成框架Animate Anyone可基于单张图和动作序列，输出稳定、可控的人物动作视频；人物换装视频生成框架Outfit Anyone是基于服饰图和人物形象；人物视频角色替换框架Motionshop

通义文生视频

【语音识别】OpenAI语音力作Whisper

首先，通过特征提取器将原始音频输入变换为对数梅尔声谱图 (log-Mel spectrogram)。

语音转文字 whisper

Github2.1万星！开发者的“瑞士军刀” 开源！

图像工具：图像大小调整图像压缩图像格式转换（如 PNG、JPG、SVG） 5.

DevToys 工具集开源

<...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