文章列表-AI魔法学院

文章列表

大模型推理能力增强方法总结

多数投票提高CoT性能——自洽性（Self-consistency）这篇文章是 CoT 后很快的一个跟进工作，是 CoT 系列改进的重要一步。

推理能力大模型

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

Unet阶段（红色），Vae解码阶段（绿色）节点有两种创建方式：鼠标右键呼出节点目录，可以直接在目录中选择节点：右键节点菜单鼠标双击呼出节点搜索窗口，知道节点名称的话，直接搜索比较快：

文生图

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

如果在现实生活中发现这种情况，你很可能会很快得出其他的结论。

贝叶斯定理

大语言模型的拐杖——RLHF基于人类反馈的强化学习

大语言模型很快就通过学习产生了良好的输出结果。

大模型训练

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

为了提高这些模型的训练效率和/或加快采样速度，研究者们对更有效的训练公式进行了研究。

SD 论文

ChatGPT写论文指令全集

这种提示非常适合寻求具体信息、观点或解答，尤其当用户希望探讨特定主题或需要快速获得信息时。

ChatGPT 写作

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

如果所有指标都采用相同的 Prompt模式，Google 应该是没有信心“打败”对手的。

Prompt 大模型

如何用大语言模型构建一个知识问答系统

将 Embeddings 生成的向量连同原始分片（知识点），以 kv 形式存储，便于后续快速匹配索引。

知识库

用了一个月，终于找到点写 AI Agent 的思路

通过定位事项的主导者，可以很快区分两者。

AI Agent Ops 运维工具

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

虽然这可能是快速和简单的，但这种方法不会考虑到所有可能的边缘情况。

RAG 大模型

2024！深入了解大语言模型（LLM）微调方法（总结）

我们先快速了解一下它们主要的功能。

大模型微调

个人从零预训练1B LLM心路历程

自我认知数据：希望让训练完的模型知道自己是Steel LLM，而不是回答自己是智能助手。

LLM 训练

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

他曾预测道，AI很快就能替代中等水平的人类劳动者，导致大规模失业。

OpenAI 大模型

最透彻的大模型PPO原理和源码解读

所以，在写这篇文章时，我直接从一个RLHF开源项目源码入手（deepspeed-chat），根据源码的实现细节，给出尽可能丰富的训练流程图，并对所有的公式给出直观的解释。

PPO 大模型源码解读

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

而小模型则相对简单，参数较少，训练和推理速度较快。'

Prompt 大语言模型 RAG

<...68 69 70 71 72 73 74 757677 >

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