文章列表-AI魔法学院

文章列表

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 量化延迟和成本降低——MII 可以显着降低非常昂贵的语言模型的推理成本。

大模型

中学生也能看懂的Sora视频生成原理解读

文本条件化的Diffusion模型赋予了Sora强大的理解和创造力，让它能够跨越语言与视觉之间的障碍，将抽象的文字描述转化成具体的视觉内容。

视频生成 sora

AI文档智能助理都是如何处理pdf的？

支持通用的中英文表格检测任务；•支持表格区域进行结构化识别，最终结果输出Excel文件；•支持基于多模态的关键信息抽取(Key Information Extraction，KIE)任务-语义实体识别

大模型

RAT = CoT + RAG

大规模语言模型（LLM）处于此类研究的最前沿，旨在模拟人类对概念的理解和表达。

RAT 协同思维链检索增强生成

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

我们知道，循环神经网络（RNN）在深度学习和自然语言处理研究的早期发挥了核心作用，并在许多应用中取得了实功，包括谷歌第一个端到端机器翻译系统。

transformer 训练

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

ensp;之前，我的文章处理步骤是这样的： 1.一篇篇快速浏览，筛选信息 2.集合筛选过的信息，详细突击阅读其中内容 3.整理摘抄读过后认为重要的观点、论证、金句、笔记 4.不断重复…… 有了大语言模型

Ollama AnythingLLM 阅读

AIGC生成客服虚拟人

如何语言描述呢，这是个大问题。

文生图

用AI轻松玩转年度总结PPT

使用提示词与 AI 沟通，提示词就用日常说话的方式，专业术语叫自然语言！

PPT 年终总结

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

使用 GPT 等大型语言模型的最大挑战之一是它们倾向于伪造信息。

大模型

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

Scaling正确的东西，比以往任何时候都更重要毕竟，超大规模语言模型的ROI实在太低了。

Scaling Law AI大模型

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

; 超级对齐的实验总结总结 RLHF技术及其问题 RLHF全称Reinforcement Learning from Human Feedback，是当前大语言模型在微调之后必不可少的一个步骤

OpenAI 人工智能

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

一、了解大模型参数 1.1 模型参数单位 "10b"、"13b"、"70b"等术语通常指的是大型神经网络模型的参数数量。

开源模型

中学生能看懂：Sora 原理解读

文本条件化的Diffusion模型赋予了Sora强大的理解和创造力，让它能够跨越语言与视觉之间的障碍，将抽象的文字描述转化成具体的视觉内容。

Sora 原理

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

这个开源的大规模多语言多模态数据集已被用于InternLM模型的训练，相比同规模模型，InternLM在多维度评测中展现出明显优势。

大模型

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

此前，DataLearner曾经从理论上给出了大模型显存需求的估算逻辑，详细说明了大模型在预训练阶段、微调阶段和推理阶段所需的显存资源估计（参考：需要多少GPU显存才能运行预训练大语言模型？

大模型

<...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