文章列表-AI魔法学院

文章列表

详解大模型RLHF过程（配代码解读）

然后输出一串action（回答的单词），得到一个reward，模型并没有在每个action之后得到新的state（感谢评论区大佬的点拨，对于answer的第二个词，可以把prompt+answer的一个词当作新的

训练

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

Prompt参数不太稳定，加了个更大的MLP，训练完只保存MLP变换后的参数就行了实验证实只加到embedding上的效果不太好，因此作者在每层都加了prompt的参数，改动较大，可能起到了类似残差的效果

训练微调

提示词框架：BROKE

为了能够顺利地达到终点，你需要设定一系列的小目标，并制定一些具体的行动计划。

BROKE 提示词

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

在这个步骤中，预训练好的模型使用专家行为数据来进行微调训练，其旨在让模型的输出尽可能地复制或模仿专家的行为。

HAI-Chat RLHF

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

社区会提供达摩院沉淀的电商领域数据集以及一些通用领域的数据集，结合业内一些经典数据集配合工具自动对外开放 Ø 实训框架：集成了PAI机器学习框架及DSW，可以实现在线的模型训练和推理工作，

开源

大模型在金融行业的应用场景

目前已有的大模型知识库基本上都采用 RAG 的方案构建，但是数据源多样（流程规范、产品材料、规章制度等），数据格式繁杂（文字、表格、公式、图片等），针对不同的数据都需要业务上进行单独处理

大模型金融应用

baichuan2 有什么好的深挖论文中涉及的知识点

了解这些动态对于揭示大型语言模型的内在工作机制至关重要（Biderman et al., 2023a; Tirumala et al., 2022）。

大模型

让ChatGPT帮我写SQL

工具特色界面大气支持大小写切换一键复制 SQL语法高亮查询历史自然语言转为SQL 支持中文等语言解释SQL

SQL

图解检索增强式生成（RAG）技术 | 万字长文

简而言之，RAG 结合了搜索和 LLM 的提示功能，在此基础上，模型根据搜索算法提供的信息，作为上下文来回答问题。

检索增强式生成 RAG

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

作者：FelixCoder 链接：https://zhuanlan.zhihu.com/p/639462205 一、前言由于 ChatGPT 和 GPT4 兴起，如何让人人都用上这种大模型

大模型人工智能

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

这样，模型就可以学习到语音信号中的结构和含义，而不是简单地复制输入。

Translatotron 语音识别

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

geometric design in the air with a neon glowstick, captured in a long exposure photograph (用霓虹荧光棒在空中绘制复杂的几何图案

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

geometric design in the air with a neon glowstick, captured in a long exposure photograph (用霓虹荧光棒在空中绘制复杂的几何图案

文生图训练提示词 Midjourney

大语言模型的拐杖——RLHF基于人类反馈的强化学习

模型学习根据给定的输入预测正确的动作或输出。

大模型训练

为什么Llama2大模型可以在个人电脑上部署？

模型自定义，TFP允许用户基于已有的概率构件来灵活地定制自己的模型。

开源模型

<...71 72 73 747576 77 78 79 80 ...>

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