文章列表-AI魔法学院

文章列表

“大模型+机器人”的现状和未来，重磅综述报告来了！

未来，机器人学和人工智能领域的研究者需要携手合作，进一步挖掘基础模型的潜力，并解决其落地部署所面临的挑战，推动服务机器人、工业机器人和特种机器人等领域的发展，造福人类社会。

论文机器人

总结！大模型微调（Tuning）的常见方法

手动尝试最优的提示无异于大海捞针，于是便有了自动离散提示搜索的方法，但提示是离散的，神经网络是连续的，所以寻找的最优提示可能是次优的。

微调大模型

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

相对复杂内置断线重连和消息追踪的功能不在协议范围内，需手动实现

GPT

深度解读｜做出海必看的一份产品报告

时间快进到 2023 年：对产品作为增长驱动力的兴趣，远大于几年前。

工作

大语言模型微调：定制自己的微调数据集

因此，如果这一类GUI工具能够更好地将数据处理与模型微调过程一同处理，那么将帮助我们更快地得到一个更好的大模型。

大模型

AI Agent / 智能体观察笔记（中）

人类生成的反应经过手工检查，以确保它们达到了基线质量。

大模型

大语言模型应用中的文本分块策略

虽然这可能既快速又简单，但这种方法不会考虑所有可能的边缘情况。

开源模型

模拟ChatGPT流式数据——SSE最佳实践

相对复杂内置断线重连和消息追踪的功能不在协议范围内，需手动实现

打字机 sse 大模型

llm-action：让天下没有难学的大模型

FlashAttention 模型推理服务化 · 模型推理服务化框架Triton保姆式教程（一）：快速入门

大模型 LLM

金融领域Prompt工程方法浅析

尤其是对于特定的任务，不再需要使用该特定任务训练数据去微调模型，只需要调整提示即可快速使得大模型适配特定任务。

prompt 大模型

AIGC系列之一-一文理解什么是Embedding嵌入技术

另外，FastText还能够处理各种语言的文本数据，并且具有快速训练和推断速度的优势。

AIGC Embedding 嵌入技术

【语音识别】OpenAI语音力作Whisper

训练初始模型后，查看不同训练数据源的错误率，优先对高错误率和大数据尺寸的数据源进行手动检查，剔除低数据质量的数据源。

语音转文字 whisper

使用自己的数据训练清华ChatGLM2-6B 模型

} 这里我使用自己的数据集，数据集来源是一份操作手操，使用Claude生成目标格式的train.json和dev.json，数据举例 { "content": "修改业务客户信息的步骤是什么

ChatGLM2-6B

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

说试就试，涂津豪就直接按自己的理解，徒手写了一段拟人化的思维链Prompt。

prompt 大模型

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

虽然两者在理论复杂度上相似，但点积注意力在实践中更快且空间效率更高，因为它可以使用高度优化的矩阵乘法代码实现。

Transformer 大模型

<...69 70 71 72 73 74 757677 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