文章列表-AI魔法学院

文章列表

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

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

11个非常简短却十分神奇的 ChatGPT 指令，刷新你的认知

我在之前的文章里介绍了 ChatGPT 非常强大的数学能力，它甚至能解决微积分问题。

提示词

大模型的研究新方向：混合专家模型（MoE）

说到这里的“门”概念，与LSTM网络的“门”概念有所不同，MoE的“门”概念主要是用于匹配数据和专家模型之间的连接，就好比不同班级的学生要进不同的教室上课一样，而LSTM的“门”概念主要是一种控制信息流动的装置

MoE 大模型

如何成为LLM提示词大师！「大语言模型的底层心法」

在这里，LLM旨在使用完全不同的词汇和表达方式重写输入文本，同时传达相同的基本含义。

大模型提示词

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

我们在这里探讨的示例具有很高的难度级别，因为它涉及多跳推理（multi-hop reasoning）。

多模态大模型 GPT-4V 文生图

RAG检索增强技术在知识库智能检索场景下的应用实践

这里的语言模型可以是GPT系列或其他能够生成自然语言文本的模型。

知识库 RAG检索增强

<...60 61 62 63 64 65 66 67 6869>

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