文章列表-AI魔法学院

文章列表

高效选择：Ollama与LM Studio深度对比

这对于喜欢参与社区、推动项目发展的IT人士来说，是一个不可多得的机会。

Ollama LM Studio 对比

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

而微调GPT则依赖于模型在训练期间编码的知识，这些知识随着时间的推移可能变得过时或不完整。

知识库 langchain

新模型Cascade你真的用对了吗？！

潜空间可以简单理解为ai计算生成图片的区域，潜在空间越小，推理速度就越快，训练成本也就越低。

Stable Cascade 模型

最顶尖的大语言模型人才，只关心这10个挑战

NeVA: NeMo Vision and Language Assistant (NVIDIA, 2023) 04提高LLMs的速度和降低成本 GPT-3.5于2022年11月末首次推出的时候

大语言模型

最透彻的大模型PPO原理和源码解读

为了解答这个问题，我翻阅了很多资料，看了许多的公式推导，去研究RLHF的整体框架和loss设计。

PPO 大模型源码解读

回望做大模型一年后的感悟

但现在大家都在讨论“scaling law”还能不能持续下去，GPT5可能带来的能力提升是什么；chatgpt用户量增长几乎平了，productivity类的产品会不会有增长天花板，从推理成本来看chatgpt

大模型感悟

300天里，我帮你踩遍了AIGC创业的各种坑

大约300天前，在彻底厌倦推诿扯皮死气沉沉的办公室工作之后，我和伙伴们开启了AIGC的创业之路。

AIGC 创业

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

后来只能全部推倒，按官方提供的安装程序和安装提示重新制作了运行环境。

FaceFusion 文生图

你的下一个浏览器，可以是豆包电脑版！

在右侧，也可以整体做“全文调整”和“调整长度”等优化（“阅读水平”将在后续推出）。

豆包浏览器

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

如果该技术未针对您的用例进行优化，则会增加模型训练和推理的计算成本。

训练

60分钟吃掉ChatGLM2-6b微调范例~

干货预警：这可能是你能够找到的最容易懂的，最完整的，适用于各种NLP任务的开源LLM的finetune教程~ ChatGLM2-6b是清华开源的小尺寸LLM，只需要一块普通的显卡(32G较稳妥)即可推理和微调

开源模型

12个RAG常见痛点及解决方案

提高RAG推理能力的一个好方法是添加查询理解层——在实际查询向量存储之前添加查询转换。

RAG 大模型

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

"bos_token": "<|begin_of_text|>", "eos_token": "<|end_of_text|>" } 6、推理验证

Llama3 对话问答模型

中学生能看懂：Sora 原理解读

随着时间的推移，这些小区域中的信息会随着物体的移动或场景的变化而变化，从而在时间维度上添加了动态信息。

Sora 原理

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

这种方法使得使用大型语言模型（LLMs）进行高效推断成为可能，最多可以实现20倍的压缩，而性能损失很小。

LLMLingua LlamaIndex 开源框架

<...55 56 57 585960 61 62 63 64 ...>

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