文章列表-AI魔法学院

文章列表

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

下图展示了 top-p 值为 0.9 的 Top-p 采样效果： top-p 值通常设置为比较高的值（如0.75），目的是限制低概率 token 的长尾。

大模型

总结！大模型微调（Tuning）的常见方法

下图是细致的对比： P-tuning v2 V2版本主要是基于P-tuning和prefix-tuning技术，引入Deep Prompt Encoding和Multi-task Learning

微调大模型

Prompt全攻略(二):Prompt编写的要诀

此外,还有一些提高Prompt效果的技巧: 6.指定输出格式你可以指定输出的格式,如列表、图表等。

prompt

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“AI总共就干两个事，降本增效和优化体验，从商业化的角度上而言，用数字人做短视频能节省很多成本，毕竟视频的信息传播丰富度、简易程度比文字图片都要高。

数字人

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

Transformer遵循这种总体架构，使用堆叠的自注意力机制和逐点、全连接层，分别用于编码器和解码器，如图1的左半部分和右半部分所示。

Transformer 大模型

Openai 异步客户端接入国产大模型 Kimi

[],"finish_reason":"stop","usage":{"prompt_tokens":8,"completion_tokens":12,"total_tokens":20｝｝]} 截图

Kimi Chat 大模型

如何构建基于大模型的App

试图理解LLM 的能力边界 AI 并不神秘，也不存在迷信。

构建大模型App

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

Qwen-VL 可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。

大模型

ollama本地部署自然语言大模型

:2b 下载完毕后可通过命令行输出与之对话 Chatbox客户端 Chatbox 支持 ollama，可以使用图形化的对话方式

ollama 语言大模型部署

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

第一步，它从参考视频中捕捉人物的几何特征，再将音频特征与几何特征结合，通过个性化的说话风格生成同步口型的目标几何图形。

PersonaTalk 视频

【AI代理】扣子，开始探索多代理模式

再比如，我们有两个大模型，一个擅长文本处理，一个擅长输出图片，这样两个模型就可以组合成多代理模式。

多代理模式大模型

精通结构化提示词：如何精确操控指令的作用域与优先级

在提示词中，一定要保证逻辑架构的清晰性，深度理解自己要构建的功能框架，必要时可画流程图明确提示词架构。

提示词结构化

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

相关架构如下图所示：使用 LangChain 与 Llamaindex 实现检索。

检索增强生成大语音模型

GitHub工程师分享开发Copilot所采用的提示词工程

最近，微软开源了 LMOps 工具包，其中包含了 Promptist（一种用于优化用户文本输入以生成图像的工具）和结构化提示词（一种用于在少量学习提示词中包含更多样本来生成文本的技术）。

开源模型

3.5k star！一款万能的 SQL 分析工具，厉害了！

下面这张图是市面上各种数据处理工具的对比，相比较而言，dsq还是很有优势的。

dsq 开源项目 SQL

<...68 69 70 717273 74 75 76 77 ...>

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