文章列表-AI魔法学院

文章列表

中文开源OCR框架对比及介绍

字符切割：由于拍照、书写条件的限制，经常造成字符粘连、断笔，直接使用此类图像进行OCR分析将会极大限制OCR性能。

OCR

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

例如：Meta 开发并公开发布的 Llama 2 系列大型语言模型 (LLM)，这是一组经过预训练和微调的生成文本模型，参数规模从 70 亿(7b)

开源模型

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

我们在多个公共数据集上进行了实验评估，包括使用“合成”专家标注的真实世界医学数据集。

开源模型

Stable Diffusion

全面理解Stable Diffusion采样器

我们现在能使用 ODE 求解器就是由于作者在该论文中提出的替代概率流公式。

绘画采样器 SD

大模型压缩首篇综述来啦~

这一突破性的结果证明了制造准确的4位量化LLM的可行性。

大模型

AI提示设计技巧剖析 - 29个动词助你获取更好文本生成

提示：请使用客观中立的语言把这篇文章改写成更公正合理的样子。

提示词文本

一文带你认识ELMo

min-height: 0px; border: 0px; padding: 0px; margin: 0px; position: relative;">�� ，前向公式表示为

embedding

PDFTriage:面向长篇结构化文档的问答

市场推广:找出适合的应用场景(如金融、医疗等行业),帮助产品快速打透。

大语言模型 PDF 文档

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

的原理其实并不复杂，它的核心思想是在原始预训练语言模型旁边增加一个旁路，做一个降维再升维的操作，来模拟所谓的 intrinsic rank（预训练模型在各类下游任务上泛化的过程其实就是在优化各类任务的公共低维本征

大模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

KH（知识幻觉 Knowledge Hallucination）：避免智能体在对话中创造或引用与角色身份不一致或不存在的知识。

LLM Agents

AutoGPT与LLM Agent解析

理论上来说，如果这个 ASI（Artificial Super Intelligence）真的足够聪明，甚至可以产生代码给自己做 prompt 优化，流程改造，甚至持续的模型训练等，让 GPT 自己开发未来的

大模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

但是有时候我们可以使用不为空的negative_prompt来避免模型生成的图像包含不想要的东西，因为从上述公式可以看到这里的无条件扩散模型是我们想远离的部分。

StableDiffusion 文生图

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

用一个独立的FFN来编码和优化prefix参数，而不是直接优化soft prompt，因为它可能造成不稳定并损害性能。

大模型微调训练

混合专家模型 (MoE) 详解

有关更多信息，可以在 Mistral 的公告博客文章中了解。

MoE大模型

<...67 68 69 70 71 72 73 74 7576>

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