文章列表-AI魔法学院

文章列表

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

芯片供应商为了保证芯片产能就要去晶圆厂锁晶圆然后晶圆厂又设定了非常苛刻的条件，结果就是overbook非常严重，手机厂商一颗芯片料号真实需求1000万颗，最后可能供应商总共备货了1500万颗，多的500

AI光年芯片投资

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

发布页面： https://github.com/comfyanonymous/ComfyUI/releases 3、Fooocus：Fooocus的主要特点是简单易用，用户只需关注提示词的书写

Stable Diffusion 文生图

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

根据Character.AI官方披露信息，Beta版本推出2个月后，每天生成10亿个单词，截至2022年12月，用户已创建超35万个机器人，涵盖信息检索、教练、教育、娱乐等领域。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

根据Character.AI官方披露信息，Beta版本推出2个月后，每天生成10亿个单词，截至2022年12月，用户已创建超35万个机器人，涵盖信息检索、教练、教育、娱乐等领域。

AI Agent 大模型人工智能

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

所有比较实验在相同的实验条件下进行，具体使用批量大小为8，IFT训练数据（数据比设置为Caption: Interleaved数据: Pure text为0.45: 0.45: 0.1）。

Baichuan-Omni 多模态大模型

9个范例带你入门langchain

num_tokens = llm.get_num_tokens(text) print (f"There are {num_tokens} tokens in your file") # 全文一共4w8词#

大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

虽然语言模型只是条件概率模型，但有些研究者认为它们可以在一定程度上模拟代理的信念、欲望和意图。

大模型

图解检索增强式生成（RAG）技术 | 万字长文

/examples/retrievers/recursive_retriever_nodes.html 5、融合检索或混合搜索这是一个结合了两种搜索方式精华的相对传统想法 —— 一方面是基于关键词的传统搜索方法

检索增强式生成 RAG

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

然而，对于一些使用情况，可能需要额外的改进搜索策略，例如使用meta-tags对于每个块，采用混合搜索,结合了基于关键词和嵌入式的搜索，或者使用一个reranker, 这是一个专门计算两个输入文本相似度的模型

RAG 大模型自动回复

谈Agent构建平台的设计

· 网站托管、备案等支持 · 常用且研发成本较高的能力（这方面不限于前端和后端能力），例如PDF解析、常用的RAG方案、常用的微调方案、常见的策略架构等等单独解释一下最后一条，

Agent 构建

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

用通俗大白话来比喻，Auto-GPT在“自问自答”的过程中把任务给完成了，不需要人类再提供提示词。

开源模型

AI产品经理视角：如何构建人工智能产品

对于情感分析等更简单的任务，您可以在文本中引入一些额外的噪音，交换几个单词等。

大模型产品经理

<...64 65 66 67 68 69 70 71 7273>

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