文章列表-AI魔法学院

文章列表

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

目前我们用的数据看包括MySQL、elasticsearch和redis等，因为说整体的程序体量会变得非常大，结构松散，部署难度激增。

大模型 PostgreSQL

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

此外，键值（KV）缓存随序列长度线性增长，导致 Transformer 在推理过程中变慢。

transformer 训练

阿里Qwen3系列模型惊艳亮相

用这些选项，用户能轻松把Qwen3集成到自己的工作流程里，不管是做研究、开发还是用于生产环境都没问题。”

阿里 Qwen3 大模型

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

最新大模型面经+感受，4家大厂offer！

对于阿里系（拆分后各个事业群独立招聘）、字节、百度等大厂，或者百川智能、360等比较头部有名气的中小公司，或许也能给到面试机会，但是在面试过程中一旦涉及到LLM具体的项目经验，像我这种完全空白的人来说只能尴尬地说没做过

大模型面试

国际货币基金组织最新发布：关于AI与未来工作的报告

对于AI的准备程度，不同收入水平的国家存在差异。

AI行业报告 AI

说真的，学会用SD做电商图，你才是真的入了门

具体而言，你会看到这样的过程：一个随手拍摄的咖啡杯如何变成这样这样或者是这样制作全流程都在这篇文章里，跟着做，你也能学会。

文生图 SD 电商

大模型与游戏结合的一个思路

之前已有人尝试让游戏中的NPC的智能程度更高，可以进行更自然的自然语言对话，而不只是程序设定好的对话，对话包括NPC与玩家，以及NPC之间。

人工智能游戏

Stable Diffusion

硬核解读Stable Diffusion（系列二）

文生图根据文本生成图像这是文生图的最核心的功能，下图为SD的文生图的推理流程图：首先根据输入text用text encoder提取text embeddings，同时初始化一个随机噪音noise

StableDiffusion 文生图

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

为了避免入坑，我把安装过程和注意事项给大家写清楚。

AI换脸

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

无论你是否有编程基础，都可以在扣子平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。

Kimi 扣子Coze 大模型

更强的小型LLM：Zephyr-7B

这个过程包括三个关键步骤： 1.

Zephyr-7B 大语言模型

理解 o3 及其技术分析

有经验的工程师都知道，即使是软件方案，面对跨越数量级的规模增长时，都是没那么容易的。

o3 技术分析

StableDiffusion

StableDiffusion常用基础参数说明

CFG Scale（无分类指导规模）：图像与你的提示的匹配程度。

文生图

深入探讨：Agent全自动写作长篇小说技术原理解析

这整个过程API费用只需4美元，而且Agent是开源的！

Agent

<...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