文章列表-AI魔法学院

文章列表

OpenAI视频模型Sora的推理生成成本多高？

包含 KVCache 的 Attention Inference 是大内存，小计算的 GEMV 向量矩阵乘，如果在内存上可以用很小的计算代价原地计算，则不需要占用宝贵的访存带宽，期待 HBM-PIM 会让

Sora 推理算力

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

这类Agent最大的建设性在于给元宇宙注入生气，最大的破坏性则在于对上古社区的影响可能不咋正向，包括抖音。

大模型

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

它所制作出的复杂场景，不仅可以包括多个角色，还有特定的动作类型，以及对对象和背景的精确细节描绘。

视频生成 sora

大模型应用设计的10个思考

当设计提示语和交互时，应该尽量让其包含足够的信息和逻辑，以便系统能够自主地进行决策和推理，而不是简单地执行预定义的命令。

大模型应用

40个值得收藏的AI prompt提示词，帮助你更好地思考问题，做出更加准确地商业决策，让你无往不利

这个模型包括五个力量：行业内的竞争者竞争程度、潜在的新进入者威胁、替代品或服务的威胁、供应商的议价能力和消费者的议价能力。

prompt 提示词

Roop升级版FaceFusion换脸AI技术使用以及部署教程

然后点击TARGET区域，这会自动弹出一个文件选择的窗口，我们选择一个包含人物的视频，这个视频为被替换面部的视频。

FaceFusion 教程

中国大模型「顶流群聊」笔记

尝试找到这样的 PMF（Product Market Fit，产品市场匹配）后，如果只做这种 To B，其模型能力包含语言理解、多轮对话和少量的推理，这个模型并不需要很大，100 亿到 1000 亿的模型

大语言模型

这可能是史上最全的 Python 算法集（附论文及python源码链接）

关于作者：本文作者包括有Atsushi Sakai，Daniel Ingram，Joe Dinius，Karan Chawla，Antonin RAFFIN，Alexis Paques。

算法 python

“大模型+机器人”的现状和未来，重磅综述报告来了！

基础模型主要包括以下几类: 1、大型语言模型(Large Language Models)：如BERT、GPT-3、PaLM等，主要应用于自然语言处理任务。

论文机器人

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

请注意，传递给 AgentFnComponent 和 AgentInputComponent 的任何函数都必须包含任务和状态作为输入变量，因为这些是Ageent传递的输入。

Agent QueryPipeline 大模型

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

杨光：对，其中包括人力、资本。

AI光年芯片投资

个人从零预训练1B LLM心路历程

Steel-LLM项目初期，我还打算做一件个人认为还比较有意思的事情：因为开源的LLM往往不会包含特别小众、个性化的知识内容，因此计划持续收集围观读者们的数据并训练到模型中，各种亚文化、

LLM 训练

最透彻的大模型PPO原理和源码解读

你还可能想问：我已经用Critic预测出了，而这个包含了“即时”和“未来”的概念，那我还需要代表“即时”的做什么呢？

PPO 大模型源码解读

大模型时代-行业落地的再思考

可能现在的各个通用大模型（包括GPT4）还处在智商比较一般的阶段，所以我们用大量的行业知识进行训练是有收益的，还有可能用行业知识训练一个普通的通用大模型（llama）能超过顶尖的通用大模型（GPT4）在某些行业上的表现

大模型

AI必备Prompt技巧《提问的艺术——让AI导出高质量答案》

故事可以以狗为中心，也可以包含一些其他的元素。”

prompt 提示词

<...64 65 66 67 68 69 707172 73 >

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