文章列表-AI魔法学院

文章列表

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

不管是预训练还是 finetuning(微调)，无论选用何种方案，都避免不了训练中产生的灾难性遗忘问题，那么怎么减少和避免这种情况的发生，也是本文想讲的一个重点。

大模型人工智能

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

评估数据的类别、主题和复杂性将对评估结果产生很大影响扩充词表后的LLaMA-7B-EXT的评估表现达到了0.762/0.824=92%的水平他们的技术报告证明中文大模型的训练是可行的，虽然与ChatGPT

大模型

Python状态机：优雅处理复杂业务逻辑的利器

日志记录在生产环境中，适当的日志记录对于问题排查至关重要： import logging logging.basicConfig(level=logging.INFO)

Python状态机设计模式

12个RAG常见痛点及解决方案

这种数据摄取可扩展性问题可能会产生摄取时间延长、系统超载、数据质量问题和可用性受限等问题。

RAG 大模型

解读OpenAI Sora文生视频技术原理

(a)STUNet激活图的示例；颜色表示不同时序模块产生的特征：(b)基于卷积的块，由预训练的T2I层和因子化时空卷积组成，以及(c)在最粗的U-Net级别上基于注意力的块，其中预训练的T2I层和时间注意力

sora

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

AI系统产生的行为、错误和问题也会超出人类认知。

OpenAI 人工智能

高级 RAG 技术——图解概览

许多产品几乎完全基于 RAG 构建，涵盖了从结合网络搜索引擎和大语言模型的问答服务，到各种数据交互聊天应用。

RAG 检索图解

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

但是，我在实际使用中，发现还是有语义污染的问题不好解决：首先，潜空间的构图是很好的，但是不同关键字，生成的结果有时会产生融合不自然的问题（），这就需要一个或者多个HighResFix pass来融合一下图片

文生图

Stable Diffusion

硬核解读Stable Diffusion（系列一）

上面是laion数据集的情况，下面我们来介绍SD训练数据集的具体情况，SD的训练是多阶段的（先在256x256尺寸上预训练，然后在512x512尺寸上精调），不同的阶段产生了不同的版本： ·&ensp

StableDiffusion 文生图

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

骗过Freysa，让它对approveTransfer产生错误的理解：Freysa的「approveTransfer」函数，是它被说服转移资金时调用的。

Freysa 智能体

耗时7天，终于把15种ControlNet模型搞明白了

的作用是让图片主体符合我们的需求 ControNet的作用是精细化控制整体图片的元素——主体、背景、风格、形式等提示词的用法我在SD的教程里讲过，这个更多的是需要平时的积累，用AB测试去知道每个词对图片产生的影响

文生图

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

月发布的 Chain of Hindsight Aligns Language Models with Feedback，它的核心思想是在上下文中呈现顺序改进输出的历史，并训练模型顺应趋势以产生更好的输出

agent

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

这将产生一个文本字符串，该字符串将显示表的内容，而不会丢失其中显示的数据的粒度。

大语言模型 python

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

这还不是一个对外广泛开放的产品，而是我们的研究成果。

Sora 原理

图解检索增强式生成（RAG）技术 | 万字长文

许多产品基本上都是基于 RAG 构建的，范围从结合网络搜索引擎和 LLM 的问答服务，到数百款与数据互动的应用程序。

检索增强式生成 RAG

<...53 54 55 56 57 58 59 60 6162>

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