文章列表-AI魔法学院

文章列表

百度智能云的Prompt模板

(2)避免歧义，简洁易懂生成式大模型很多时候也和人类的理解能力相似，需要输入一些更明确的指示内容助于理解并执行内容生成，意图不明的模糊指令会让模型生成内容与预期有些偏离，甚至影响原本Prompt指令的生成内容

大模型 prompt

解玄：共相、道、基类与战略

并且逐渐形成自己的运动轨迹，这种轨迹力量庞大所以就形成自由的束缚。

玄学科学

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

我见过太多直接就把小说、把几十篇乱七八糟的文章往里面灌的，也太高看现在LLM的能力了，那里面的数据都乱成一团，一堆乱七八糟的口语化的甚至是无效信息，能准吗？

GPT

Stable Diffusion

硬核解读Stable Diffusion（系列二）

总结来看，图生图其实核心也是依赖了文生图的能力，其中strength这个参数需要灵活调节来得到满意的图像。

StableDiffusion 文生图

【NLP技术分享】文本生成评价指标的进化与推翻

一个好的评价指标（或者设置合理的损失函数）不仅能够高效的指导模型拟合数据分布，还能够客观的让人评估文本生成模型的质量，从而进一步推动text generation 商业化能力。

开源模型

小心你的GPTs 防守篇 - 自带六神装的高防GPTs

目前的提示方式依赖于 LLM 的能力，并不能完全保证 LLM 不会泄露。

GPTs 大模型

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

成本高、召回偏低：扩展上下文窗口+引入向量数据库能以非常低的成本提高模型对新知识的接入能力，但是扩展上下文窗口容量有限（128k最多容纳23万汉字，相当于658kb文档），成本比较高，性能下降明显

RAG 大模型

最透彻的大模型PPO原理和源码解读

所以总结来说，在RLHF中，我们不仅要训练模型生成符合人类喜好的内容的能力（Actor），也要提升模型对人类喜好量化判断的能力（Critic）。

PPO 大模型源码解读

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

讲到zhel，大家应该明白为什么SDXL为什么这么火，这么受欢迎了，确实它在一个模型之中，帮助我们节省了更多的精力，为什么它有这种能耐的，这得从其工作原理说起：

SDXL

解码二维码：揭秘我的漂亮二维码生成秘诀！

另外这两种方法还存在一个问题：二维码的痕迹比较明显，大家一眼就能看出来这是一个二维码，对于追求视觉效果或者不想让别人看出来是二维码的场景，就力不从心了。

图像文字

Stable Diffusion

Stable Diffusion由入门到精通

总结作者能力有限，本文主要是对文生图这块的内容进行简单介绍和资源整合。

prompt 文生图

深入浅出：大语言模型中必不可少的技术——Embedding简介

例如，在训练一个情感分析模型时，可以使用在句子分类任务中训练的嵌入向量，这些向量已经学习到了单词的语义和上下文信息，从而可以提高模型的准确性和泛化能力。

embedding

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

现在大部分孩子或学生都具备写作的能力，如果将他们所写的作文转化为具有生动情节的绘本、小视频，或者以孩子或自己为主角生成绘本，将带来一种独特的代入感，使整个写作或阅读过程更加有趣。

StableDiffusion 绘本

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

他的研究领域包括安全与隐私、公平可信的人工智能和形式化方法，目前正致力于研究数据驱动系统中可能出现的独特问题。

开源模型

分析了数百万ChatGPT用户会话后发现的秘密

但是，更有洞察力的观察家可能已经注意到最近的帖子：来自 ChatGPT 的丑陋数字揭示人工智能需求已经萎缩或《华尔街日报》和《华盛顿邮报》的类似报道。

大语言模型

<...62 63 64 65 666768 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