文章列表-AI魔法学院

文章列表

什么是BERT？

BERT的结构以往的预训练模型的结构会受到单向语言模型（从左到右或者从右到左）的限制，因而也限制了模型的表征能力，使其只能获取单方向的上下文信息。

embedding

新测试基准发布，最强开源Llama 3尴尬了

如果试题太简单，学霸和学渣都能考90分，拉不开差距…… 随着Claude 3、Llama 3甚至之后GPT-5等更强模型发布，业界急需一款更难、更有区分度的基准测试。

Llama 3 大模型开源

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

重要性：确保解答方法适合10岁儿童的理解能力。

大模型提示词

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

ghostmix模型作者认为，应该尽可能的少做大模型，然后使用lora、ControlNet等微调工具来适配更多的场景。

Stable Diffusion

40个麦肯锡高手常用的、鲜为人知的ChatGPT指令

考虑竞争对手、新进入者威胁、替代品威胁、供应商议价能力和买家议价能力。”

ChatGPT prompt

写好Prompt提示工程的一套通用框架 - 5个关键要素

没错，我们能想到的，别人在早几个月之前就已经总结好了。

Prompt 提示工程

如何最简单、通俗地理解Transformer？

学习使用聊天机器人的同时，还能学习更多AI大模型的知识。

Transformer 大模型

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

但是，具体每个模型消耗多少显存，需要多少资源大模型才能比较好的运行是很多人关心的问题。

大模型

大模型实践总结

最近一段时间，我也在探索大模型相关的一些技术，下面做一个简单的总结。

大模型训练

实测：本地跑llama3:70B需要什么配置

前几天发布的开源大语言模型Llama 3 70B的能力通过测试结果的展示已经达到了一个全新的高度，甚至可以与Claude 3 Sonnet和Gemini 1.5 Pro等一众顶级模型相媲美，甚至在某些方面已经超过了去年发布的两款

llama GPU内存

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

但随后，研究者们指出当前大模型研究领域存在一个关键问题：很多研究未能正确地对现有 LLM 的能力进行基准测试。

过拟合小模型

AI改变未来，ChatDoc手把手教你写研报

在9月5日的2023百度云智大会上，李彦宏称，“模型本身是不直接产生价值的，基于基础大模型开发出来的应用才是模型存在的意义。”

大模型应用写作

用了一个月，终于找到点写 AI Agent 的思路

Copilot，但其并没有发挥出 Ops 项目的能力，非常的独立，仅仅只是对接上了 LLM，能够提供一些对话、在本地自动执行脚本的能力而已。

AI Agent Ops 运维工具

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

NEFTune导致在对话任务的性能上出现了显著的⻜跃，同时保持了对事实性问题回答基线的性能。

NEFTune 大语言模型

用ComfyUI整了一套照片转Q版手办的工作流

在收集了一波好的功能和工作流之后就开始搞起来了。

comfyui 文生图

<...69 70 71 727374 75 76 77 78 ...>

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