文章列表-AI魔法学院

文章列表

Agent：OpenAI的下一步，亚马逊云科技站在第5层

在大模型语境下，可以理解成能自主理解、规划、执行复杂任务的系统。

开源模型

Stable Diffusion

Stable Diffusion 文生图全网最细详解

，还是很差的，实事上呢，是我们的 prompt 写的太差劲了导致的如果我们完善一点 (丰富一些 prompt ）会发现效果质量立竿见影；而我们只是加入了一些通用的 prompt 提示语

文生图 SD

国内人工智能对北京高考微作文题目的回答

要求: 写出作品名，符合作品内容:条理清晰，语言简洁通义千问：我选择了《红楼梦》中的“黛玉葬花”这一场景。

中文大模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

这样既可以提高数据效率，又避免了语义退化的问题。

PanGu-Draw 文生图

大模型时代，数据为王，在哪里寻找开源数据集？

和鲸开源数据集链接：https://www.heywhale.com/home/dataset 希望以上开源数据集网站清单，能对您训练大模型有所帮助，持续关注开源数据集，为持续大模型输送语料

开源数据训练

中国AI大模型，应该如何商业化

比如OpenAI的语言模型GPT-3，成本接近500万美元，也就是人民币4000万左右。

大模型 AI

Stable Diffusion

超级干货，自学stable diffusion，看完这篇就够了

sd实用插件插件安装方法+地址： Tag自动补全输入中文词语会弹出英文

Stable Diffusion 文生图

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

- 3个著名的自然语言理解任务，包括两个文本分类任务（TREC和Subj）和一个自然语言推理任务（CB）。

PromptAgent 大模型

检索增强生成(RAG)有什么好的优化方案？

· 文档块切分：设置适当的块间重叠、多粒度文档块切分、基于语义的文档切分、文档块摘要。

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

· 文档块切分：设置适当的块间重叠、多粒度文档块切分、基于语义的文档切分、文档块摘要。

RAG 检索增强生成

谈Agent构建平台的设计

事实上很多通用的平台方案活的不错，例如开发low-code产品所使用的编程语言本身、Office中的Excel等等，它们未必能解决所有的问题，但它们确实能解决相当多领域的问题，也被相当广泛的接受和使用。

Agent 构建

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

该任务给定一个摘要，需要从众多段落中找出该摘要对应的出处，考验模型的语义匹配能力，显示了Ziya-Reader在这方面依然强大。

大模型 Ziya

为什么Llama2大模型可以在个人电脑上部署？

需要高端的硬件支持，而这也超过了大多数普通电脑的配置综上所述，语言模型能否在普通电脑上配置，主要取决于语言模型底层对硬件的需求，而个人电脑硬件条件的制约是关键因素。

开源模型

自动优化Prompt：Automatic Prompt Engineering的3种方法

第三步：在高分prompt附近进行采样，模拟Monte-Carlo Search过程这一步核心是尝试性地resample，生成语义相似的prompt，看看能否取得更好的效果。

prompt 大模型

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

o • C-Eval 是由清华大学、上海交通大学和爱丁堡大学合作构建的面向中文语言模型的综合性考试评测集 o o&ensp

ChatGPT 国产大模型

<...63 64 65 666768 69 70 71 72 ...>

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