文章列表-AI魔法学院

文章列表

Learn Prompting-基础篇

删除任何可用于识别个人身份的信息 (PII)，并用相应的占位符替换它。

prompt

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

由于OpenAI本身已经依靠RLHF做出了性能很强的当前已经在使用的GPT-4模型，所以可以对比GPT-2标注结果微调的GPT-4和当前做过RLHF的GPT-4的性能差距。

OpenAI 人工智能

Elasticsearch 中的向量搜索：设计背后的基本原理

段会在后台定期合并在一起，以控制分段总数并限制每个分段的总体搜索时间开销。

向量数据库

ComfyUI-基础图生图&基础图片缩放

如果跟随《Stable Diffusion 防災指南》一路学习过来的朋友可以选择A航线继续跟随卡爷的节奏进入ComfyUI新世界，而对ComfyUI本身兴趣不大，但对比WebUI还简单无脑的生图很需要

ComfyUI 图生图

颠覆数据存储方式：向量数据库的威力

Elasticsearch 本身是一个分布式全文搜索和分析引擎，但增加支持了dense_vector数据类型来存储稠密向量。

编程数据库

如何修复GPT幻觉、及评估数据集的挑战

考虑一些流行模型的压缩比：训练数据的压缩当然，这种压缩的关键在于生成模型存储输入（文本或像素）之间关系（概率）的数学表示，而不是输入本身。

大模型

大模型量化：什么是模型量化，如何进行模型量化

一般来说，对于权重的量化，由于权重的数据分布是静态的，一般直接找出 MIN 和 MAX 线性映射即可；而对于推理激活值来说，其数据分布是动态的，为了得到激活值的数据分布，往往需要一个所谓校准集的东西来进行抽样分布

大模型

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

此外，我们还在 LongBench 评测集上对模型进行了测试，具体结果如下表所示 Model 平均

ChatGLM3 语音模型开源模型

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

这就像是捡到了宝，因为这些“反常识”的东西，往往都是作者亲身体验后总结出来的。

Ollama AnythingLLM 阅读

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

然而，在我们开始之前，我们需要指定目前不同类型的pdf，更具体地说，是出现最频繁的三种: 1.

大语言模型 python

低调的PDF，为什么成了数字文档“永远的神”？

1993年Adobe正式发布史上第一款用于制作.pdf文件的软件Adobe Acrobat 1.0 时间暂时回到2018年初，早已官司缠身的特朗普前竞选团队主席保罗

工作

一本Python爬虫的书，凭什么能畅销10W册

这可以帮助他们识别市场趋势、了解竞争对手、分析社交媒体上的情感等。

爬虫 python

AI撬开小县城的万元商机

另外，平台还设置有AI试衣间，通过使用计算机视觉和深度学习技术，消费者可以在网上试穿衣服，查看不同款式和颜色的搭配效果，提高购物的便利性和体验。

AI 商机

大模型：泛化即智能，压缩即一切

如果你认同Scaling Law定律，你就应该相信通过大量不同的数据来追求长期的模型泛化能力比短期的通过巧妙的模型微调更重要，这个想法在机器学习先驱 Rich Sutton 《苦涩的教训》中也有所体现。

大模型泛化

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

<...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