文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

黑板报划重点：这里最重要的两个技术原理，第一Transformer是模型的设计架构，第二是Pre-trained预训练。

大模型

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

数字人的未来到底在哪里？

数字人

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

在这里，编码器将符号表示的输入序列（x1，...

Transformer 大模型

一文看懂RAG：大语言模型落地应用的未来

这里将介绍RAG系统的评估方法和指标，以帮助衡量其生成文本或回答的质量和相关性。

rag 检索增强

AI必备Prompt技巧《提问的艺术——让AI导出高质量答案》

例如：“写一篇关于狗的故事，主人公是一只忠诚的拉布拉多，它在某个城市里生活，并且有一个主人叫做杰克。

prompt 提示词

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

在这里，代理使用传感器、执行器和神经网络创建节能照明系统。

大模型

我们需要的不是智能体，而是工作流（5000字保姆式教学）

//多角色协作现在即将开始一个虚拟翻译小组的活动,里面有三个角色: -一个翻译人员,负责将文本翻译成中文 -一个校验人员,负责将翻译的中文进行意译优化 -一个诗人,负责将校验人员优化后的文本,

工作流教学

Prompt工程如此强大，我们还需要模型训练吗？

ensp; 3.如果我们还需要模型训练，例如在GPT3基础上把21年以后的数据喂进去，其中学到的新信息与prompt里学到的信息有没有本质区别

大模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

如果你有多张人脸，可以在这里选择目标人脸。

FaceFusion 教程

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

深度理解，以及对Lilian Weng定义的AI-Agents结构框架的研究思考，为了让更多人理解Agents的可能性（因为Lilian Weng的原文还是具有相当高比例的技术解释），在这里分享十篇具有较高可读性的关于

开源模型

【大模型微调】 Llama 2 ：对话模型的全过程微调

他们强调了不同标注平台和供应商对模型性能的重要影响，强调即使从供应商那里获取标注，也需要进行数据检查。

大模型

一旦参透「第一性原理」，便洞悉所有事的本质

从这个第一性原理出发，特斯拉不仅仅专注于电动汽车的续航里程和性能，还重新思考了汽车的整体设计、能源的获取方式（如超级充电站）和用户体验（如自动驾驶技术）。

第一性原理大模型

模型压缩：量化、剪枝和蒸馏

Forward 层占据了约一半的空间，Embedding层和Linear before Attention 层分别占据约四分之一的空间，而最核心的Multi-Head Attention 层几乎不占存储空间，这里所谓的存储空间可以等效为模型参数的数量

BERT 语言模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

例如，如果房间里很暗，有一盏灯，代理应主动打开它。

大模型

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

它利用自然语言处理技术，根据目标创建新的任务，并把任务结果存储在数据库里，以便在需要时找到相关信息。

开源模型

<...57 58 59 60 61 62 63 646566 >

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