文章列表-AI魔法学院

文章列表

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

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

Milvus § Milvus（https://milvus.io/docs/overview.md）是一个向量数据库，其主要功能是存储、索引和管理大规模的嵌入向量

开源模型

垂直领域大模型的思考

「大模型不能只会开放闲聊」，人们需要的是能实实在在解决问题，提高生产力和工作效率的工具。

垂直领域大模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在基本的RAG管道中，我们嵌入一个大的文本块进行检索，而这个完全相同的文本块用于合成。

RAG 检索

手把手带你微调一个自己的 ChatGLM2-6B 模型

相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%）、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力

ChatGLM2-6B

通往 AGI 之路：走进大语言模型

AGI 也就是通用人工智能，是我们的愿景，虽然实现它有很长的一段路要走。

AGI ChatGPT 大语言模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

具体来说，我们使用三种不同的文本嵌入模型--两种 CLIP 模型和 T5--来编码文本表征，并使用改进的自动编码模型来编码图像标记。

SD 论文

大语言模型应用中的文本分块策略

我们使用向量化的块来构建基于知识库的会话代理的上下文，该知识库使代理基于受信任的信息。

开源模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

faster-whisper简单介绍 faster-whisper是使用CTranslate2对OpenAI的Whisper模型的重新实现，CTranslate2是一个用于Transformer模型的快速推理引擎

faster-whisper 语者识别 ASR

Stable Diffusion

硬核解读Stable Diffusion（系列一）

这里将基于Hugging Face的diffusers库深入讲解SD的技术原理以及部分的实现细节，然后也会介绍SD的常用功能，注意本文主要以SD V1.5版本为例，在最后也会简单介绍 SD 2.0版本以及基于

StableDiffusion 文生图

Stable Diffusion

耗时80小时！超详细的胎教级Stable Diffusion使用教程，看这一篇就够！

SD 而不是要深入研究它我们还有自己的学习和工作因此，我们的目的就是花更少的时间快速入门Stable Diffusion 当然了，如果你的时间比较充裕，去把SD的原理也了解了也是可以的

文生图

让你不怕任何事的3个顶级思维（建议收藏）

他买下附近城镇所有的竹筐，如此一来，不管是谁想要装茶叶，都只能找他来买竹筐。

灰度思维减法思维

XX来信：智能体设计模式2：Reflection

智能体工作流不是让LLM直接生成最终输出，而是多次提示LLM，使其有机会逐步构建更高质量的输出。

Reflection 智能体

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

工具特点 CPU GPU

大模型

ComfyUI安装及生成第一张图

暂时无法在飞书文档外展示此内容您的电脑应该会努力工作一段时间。

ComfyUI 文生图

<...58 59 60 616263 64 65 66 67 ...>

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