文章列表-AI魔法学院

文章列表

这可能是史上最全的 Python 算法集（附论文及python源码链接）

sampling）偏差极性采样（Biased polar sampling）路线采样（Lane sampling）随机路径图（PRM）规划 Voronoi路径图规划快速搜索随机树

算法 python

大模型：泛化即智能，压缩即一切！

监督学习是优秀的数据海绵经过监督学习训练的深度神经网络是优秀的数据海绵——它们可以记住大量数据，并且可以通过数万批量大小的训练来快速完成这一任务。

泛化大模型

为什么Llama2大模型可以在个人电脑上部署？

裁剪是压缩模型的重要手段。

开源模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

我们的想法是，我们希望模型只看到足够快的频率，以便在训练期间至少获得一个完整的周期；任何较慢的频率都设置为 0（相当于根本不旋转，即在所有上下文长度上同样重要）。

开源模型

深入浅出：大语言模型中必不可少的技术——Embedding简介

近年来，随着深度学习和自然语言处理技术的快速发展，embedding技术得到了进一步的改进和发展。

embedding

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

简单易用：WeChatpy提供了简单易懂的API接口，使得与微信开放平台进行交互变得简单快捷。

WeChatpy 开发库

通往AGI之路：思维链提示过程

比如下面这个提示词：哪种方法是更快的上班方式？

思维链提示词

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

OpenAI对TDB的解释如下： TDB允许在编码之前快速地探索模型的工作原理，它能够介入模型的前向传播过程，让我们可以直观地看到某个特定操作如何影响模型的行为。

大模型调试工具

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

例如，如果一个超人类助手模型生成了一百万行极其复杂的代码，人类将无法为关键的校准相关任务提供可靠的监督，包括：代码是否遵循用户的意图、助手模型是否诚实地回答有关代码的问题、执行代码是否安全或危险等等。

OpenAI 人工智能

Sora物理悖谬的几何解释

如图3所示，我们用MNIST训练了一个编码解码器，在隐空间画出了数据集的隐空间分布，10个手写体数字对应着10个团簇，每个团簇是一个模式（mode），即数据流形的一个联通分支。

Sora 解释

垂直领域大模型的思考

这种方式能减少模型的幻觉，保证答案的时效性，还能快速干预模型对特定问题的答案。

垂直领域大模型

聊聊AI产品做算法备案这件事

同时，里面首次提到：具有舆论属性或者社会动员能力的深度合成服务提供者，应当按照《互联网信息服务算法推荐管理规定》履行备案和变更、注销备案手续。

工作

Midjourney AI 绘画美女提示词分享一

遗憾的是目前即使最好的AI绘图工具，对于处理手指部位仍然不太理想。

Midjourney 文生图

20 个提升您设计水平的DALLE-3提示词

翻译提示：“为[特定产品，例如‘智能手机’]设计广告海报。”

提示词 DALLE

一文汇总市面上所有prompts提示词框架！

改进输入：从答案的不足之处着手改进背景B，目标O与关键结果R b.

prompt 提示词

<...61 62 63 646566 67 68 69 70 ...>

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