文章列表-AI魔法学院

文章列表

4种通过LLM进行文本知识图谱的构建方法对比介绍

可以看到，工作的还不错，LLM自己给自己上了一课，我们只是动动嘴（手）。

知识图谱大模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

官方仓库：https://github.com/SYSTRAN/faster-whisper 二、pyannote.audio介绍 pyannote.audio是一个用Python编写的用于扬声器

faster-whisper 语者识别 ASR

Stable Diffusion

Stable Diffusion｜提示词高阶用法（四）LoRA指定区域

网上有一些大佬，强烈建议将开关层必须写为1（额...）

文生图

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

可以使用局部敏感hash或语义重复检测手段。

大语言模型 RAG检索增强

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

School Math：包含约 25 万条生成的中文数学题数据，包含解题过程 Multiturn Chat：包含约 80 万条生成的用户与助手的多轮对话 Generated

训练大模型 belle

大模型的研究新方向：混合专家模型（MoE）

为了实现大模型的高效训练和推理，有的是从模型底层下手，比如直接改变底层模型架构，将原来的Transformer架构改成近期新出的基于状态空间模型（SSM）的mamba架构；有的是在预训练微调方法上下手，

MoE 大模型

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

这一新范式下的 Agent 不再是简单的指令执行者，而是升级成为了具有"眼力见"的智能助手。

Agent 大模型

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

Prompt⼯程化：代码与模型解耦获得⼀个⼤模型 API 之后，开发者需要通过编写代码对 Prompt 进⾏不断调试和迭代优化

大模型

通俗解读大模型微调(Fine Tuning)

第一个原因是，因为大模型的参数量非常大，训练成本非常高，每家公司都去从头训练一个自己的大模型，这个事情的性价比非常低；第二个原因是，Prompt Engineering的方式是一种相对来说容易上手的使用大模型的方式

大模型微调

企业数字化转型的“阿里阿德涅之线”在哪？

那条阿里阿德涅之线到底握在谁的手里，或许很难说清。

大模型用户

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

选择完后需要对训练数据进行预处理，往往这一步就难住很多同学，无从下手，更别说 training。

大模型人工智能

AI+大模型在金融行业的应用场景

客户流失预警：通过分析客户行为、交易数据和互动历史，机器学习算法可以预测客户流失或转向竞争对手的可能性。

AI大模型金融

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•技术细节写得比较泛（防止别人模仿）大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion

sora openai 视频生成

AI落地里那些假的机会

小结明治维新那个年代的涩泽荣一写过一本叫《论语与算盘》的书，说的正是古代儒家的义利之辨，我们当然可以让义利两者复合，为企业赋予更高维度的价值，组织有更高的追求，不单搞定经济现实还让他有意义。

大模型

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

它不仅仅是一个简单的问答模型，更有可能成为医疗健康领域的智慧助手。

大模型

<...69 70 71 72 737475 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