文章列表-AI魔法学院

文章列表

说真的，SDXL究竟藏着多少秘密，也许没人知道

为什么SDXL存在着隐藏属性在解释这个问题之前，我们先拿GPT举例子。

文生图

自动优化Prompt：Automatic Prompt Engineering的3种方法

直观理解，reverse mode更加自然，forward mode则更加考验模型的instruction following能力。

prompt 大模型

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

瓮中之脑解决前一个场景下的问题相对容易，最傻的方法就是定期升级一下，但单独的瓮中之脑解决不了后一个场景里的问题。

大模型

Prompt工程如此强大，我们还需要模型训练吗？

对于这两种方法各自有各自使用的应用场景，提示工程解决的问题，往往不会用微调（如小语义空间内的推理问题），微调通常用于解决那些无法通过特征工程解决的问题。

大模型

Dynamic Prompts插件，魔法提示词由魔法帮你补全（插件篇）

而动态提示词可以简单理解是提示词矩阵的高级版。

文生图提示词

什么是BERT？

关于Transformer的详细解释可以参见Attention Is All You Need 或者 The Illustrated Transformer （首推！）。

embedding

2023年人工智能行业总结

年底谷歌发布了多模态大模型Gemini，可以理解文字、图片、代码和音视频。

人工智能 AGI 思考总结

白话Embedding：普通人都能懂的科普文

要了解这是如何工作的，请考虑两个数字的列表。

Embedding 向量

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

报道提到，GPT 开发速度放缓的部分原因是用于预训练的文本和数据供应减少（预训练有助于 LLM 理解概念之间的关系，从而解决起草内容或调试代码等任务）。

Scaling Law AI大模型

Byzer-LLM 快速体验智谱 GLM-4

请问有什么问题我可以解答或者协助您解决吗？

Byzer-LLM GLM-4

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

RLHF 概述回顾之前文章《LLaMA-2 技术详解（一）：数据打标》中所展示的 LLaMA-2 训练流程：人反馈打标构建的数据信息通过 SFT

HAI-Chat RLHF

一招让你的 AI 图像更惊艳！DALL-E 3 自定义指令魔法

把它添加到你的自定义指令中，就能一劳永逸地提升每一张图片的效果，也可以解决侵权问题。

DALL-E3 文生图

最新大模型面经+感受，4家大厂offer！

感觉他们可能是因为这两年刚毕业一批人，空出一些hc，因为我这种强化学习背景的，只能说是业务算法的一个探索方向，不算是核心解决方案。

大模型面试

TrOCR——基于transformer模型的OCR手写文字识别

解码器有预训练的language transformer模型组成，这里主要采用了RoBERTa 与 UniLM 模型。

OCR 手写文字识别

两个案例教你如何用BRTR原则优化Prompt

解释为什么消费者应该购买这款手机。

BRTR Prompt 写作

<...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