文章列表-AI魔法学院

文章列表

详解大模型RLHF过程（配代码解读）

在游戏场景，每个step给环境一个action之后，agent拿到的state都是会变化的，通常也会设计奖励函数使得每个step都会有reward；但是在用强化学习微调语言模型这里，prompt是state

训练

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

经过微调的LLMs（称为 Llama-2-Chat）针对对话场景进行了优化。

开源模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

行为不对齐 LLM 常会生成与人类价值或意图不对齐的输出，这可能导致意想不到的负面后果。

开源模型

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

如果骰子是均匀的，我们有的机会猜对结果。

贝叶斯定理

基于大模型（LLM）的Agent 应用开发

Agent可以共同形成合作的系统用以完成独立或者共同的目标，如果某几个智能体出现了故障，其他智能体将自主地适应新的环境并继续工作，不会使整个系统陷入故障状态。

大模型 Agent

混合专家模型 (MoE) 详解

但是，如果 G (门控网络的输出) 为 0 会发生什么呢？

MoE大模型

第一性原理以及第一性原理是怎么帮马斯克成为首富的

结果答案是否定的。

马斯克商业

一文彻底搞懂多模态 - 多模态推理

· 预训练任务可能包括将BERT经典的MLM和NSP预训练任务扩展到多模态场景等。

多模态推理大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

但同时，也要认识到，它的生成的新样本是基于它学到的概率分布而来，它有可能生成出符合人类预期的结果，同时，也有可能生成出不符合预期的情况，我们能做的就是通过微调等手段改变数据概率分布来干预模型结果，但无法完全改正

LLM

开箱即用的图像增强、视频增强AI工具，Upscapl、Topaz Video AI

这些功能使得Upscapl在处理网络图片、批量处理图像等方面也能派上用场。

图像增强视频增强

图解 Transformer——功能概览

七、 Transformer 应用场景 Transformer 的用途非常广泛，可用于大多数NLP任务，如语言模型和文本分类。

Transformer 大模型图解

大模型能力快速测评极简题目

如果昨天是2021年4月30日，今天的日期是什么？

大模型

理解 o3 及其技术分析

实际上别说是o3，如何理解o1的优势，如何理解o1 pro mode的优势，能够较好的预判在具体场景中哪个的性价比更高都是个颇为困难的事情。

o3 技术分析

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

ChatTTS是专门为对话场景设计的文本转语音模型，例如LLM助手对话任务。

chattts tts 文生语音

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

如果数据量足够大，一般建议只训一个epoch。

大模型微调

<...62 63 64 656667 68 69 70 71 ...>

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