文章列表-AI魔法学院

文章列表

2024！深入了解大语言模型（LLM）微调方法（总结）

决定LLM是作为一个通用工具还是专注于特定任务（如命名实体识别）。

大模型微调

人工智能训练的灾难性遗忘以及解决方案

在深度学习中，当模型学习新的知识时，往往会遗忘之前习得的内容，这使得人工智能体缺乏像生物一样不断适应环境以及持续学习的能力。

人工智能大模型

高级 RAG 技术——图解概览

然而，大多数教程只关注一种或几种技术的具体实现细节，而未能全面描述所有可用工具的多样性。

RAG 检索图解

20个常见AI绘画工具大汇总（含免费版哦~）

SD是目前最流行的开源绘画软件，免费且可本地化部署，因此受到很多人的喜爱，后面我会针对SD出一系列的专题教程，欢迎大家多多关注。

文生图

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

具体来说，Mixtral总共拥有467亿参数，但在处理每个Token时只会用到其中的129亿参数（相当于2个专家）。

开源模型 Mixtral 8x7B

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

Tuning整体介绍微调（Fine-tunning）语言模型的参数需要一起参与梯度更新轻量微调（lightweight fine-tunning）冻结了大部分预训练参数，仅添加任务层，语言模型层参数不变

训练微调

GGUF格式详解

这样，数据可以在不实际加载整个文件的情况下被访问，特别是对于大型模型非常有效 GGUF文件主要包含三部分包括文件头、元数据键值对和张量信息，具体一点包含一下几个部分。

GGUF 大模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

依赖 token 化器 token 化器带来了一些挑战，比如计算开销、语言依赖性、对新词的处理、固定词汇量、信息丢失和人类可解释性低。

开源模型

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

3.2.2 统一的视觉数据表现形式为了能够有效处理不同持续时间、分辨率和宽高比的图像和视频等多样化的视觉输入，一个关键策略是将这些不同形态的视觉数据转化为统一的格式。

sora 论文

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

请针对这一群体在选择护发产品时的典型关注点来定制帖子。

GPT-4 提示词

快消品企业怎么才能用上大语言模型？

以具体的数字为例，据研究发现，自然语言任务占到了企业人员工作总时长的62%，其中65%的时间可以借助人员强化和自动化技术来提升工作活动的生产力。

大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

MagicPose可以精确地生成外观一致的结果，而原始的文本到图像模型(如Stable Diffusion和ControlNet)很难准确地保持主体身份信息。

MagicPose 视频

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

微调时，为目标模型添加一个输出大小为目标数据集类别个数的输出层，并随机初始化该层的模型参数。

大模型微调

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

，原子大模型也可以进化出不同的能力，一些专注于自然语言处理，一些负责图像识别，一些负责语音识别，还有一些可能是专为解决特定类型的科学问题而设计。

大模型

Effective Prompt: 编写高质量Prompt的14个有效方法

“好结果”的理解程度成正比，只有充分理解了所谓的“好结果”具体好在哪些“点”，我们才能将这些“点”形式化为Prompt，从而把我们的意图更准确地传达给模型。

prompt 提示词

<...53 54 55 565758 59 60 61 62 ...>

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