文章列表-AI魔法学院

文章列表

一个专业级 AI 聊天浏览器，开源了！

对于热衷于体验、调试、评测各种大模型的用户与开发者来说，每次都需要在浏览器上打开多个标签，访问不同网站，再跟 AI 聊天机器人对话以获取结果，流程着实有点繁琐。

开源大模型聊天

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

预训练与其他微调方法一样，Freeze监督微调的第一步是在大规模图像数据上对卷积神经网络（CNN）模型进行预训练。

大模型

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

GRU通过引入更新门和重置门来控制信息的流动，从而有效捕捉序列中的长期依赖关系。

MCI-GRU 股票大模型

换脸软件 FaceFusion 保姆级教程

FaceFusion 是由 Roop 项目的核心开发者独立发布的，它被官方描述为下一代的人脸交换和增强软件，这个软件可以用于处理图片和视频，可以运行在 GPU 和 CPU 下面。

FaceFusion 教程

AI颠覆的第一个体育赛道，来了

在东京奥运会上，AI评分系统被用于体操项目，通过红外线追踪运动员动作并实时转换成三维立体图像，辅助裁判进行公正评分。

体育 AI

全球下载量最大的AI绘画大模型，更新Lightning极速版

都能在5-8步实现出图效果，把出图时间缩短了5-10倍。

Stable Diffusion 大模型提示词

RAG模型的主要痛点和解决方案

然而，像任何新技术一样，RAG模型也有自己的一套挑战，需要解决这些挑战才能发挥其全部潜力。

rag 大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

应用模式变更：机器人销售场景的case: 纯大模型AI模式，最初直接是大模型机器人直接和用户对话，全流程都是大模型对话走流程。

大模型

中国AI大模型，应该如何商业化

这种方式使得企业不需要过多了解模型的技术细节，而是像调用云能力一样，直接调用服务。

大模型 AI

关于大模型驱动的AI智能体Agent的一些思考

思考：这个是整个流程最核心的部分，是LLM自主工作（越用越聪明）的核心所在，需要重点创新。

大模型

OpenAI 无需向量化的 RAG 新架构设计范式剖析

但 OpenAI 的新方案却打破了常规，它采用了一种零向量化的 Agentic RAG 方法，其核心是模拟人类阅读和思考的方式，让系统像人一样去理解和筛选信息。

OpenAI RAG 架构

HalluQA: 测测中文大模型有没有一本正经胡说八道

并且评估了24个当前市面上流行的具有中文能力的大模型的表现。

大模型中文大模型幻觉

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

最后，他们想了办法，让大模型像人一样去观察数据、写数据、清洗代码，近日也发表了论文，但这也只是面壁在数据工程上投入的“冰山一角”。

Grok-1 开源模型

大模型：泛化即智能，压缩即一切！

如上图所示，许多教科书中显示的图形都是U形风险曲线。

泛化大模型

提示词框架：BROKE

OKR 代表的是： · O: Objectives（目标） - 这是你希望达到的最终目标，就像游戏中的终点

BROKE 提示词

<...65 66 67 686970 71 72 73 74 ...>

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