文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

本文是从零开始了解AI大模型系列的概念篇，带你走进大模型的世界。

大模型

OCR的终极解法——传统算法VS多模态大模型

大模型做命名实体识别使用大模型做命名实体识别就是写 prompt 了，之前的有发文讲过就不细说了。

OCR 大模型文字识别

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

大模型现在真的是越来越卷了！

小语言模型

万字长文-大语言模型指令调优综述

写在前面大模型纵横的时代，不仅大模型越来越卷，就连大模型相关综述也是越来越卷。

大语言模型

目前大语言模型的评测基准有哪些？

评分结果通过用户投票产生，系统每次会随机选择两个不同的大模型机器人和用户聊天，并让用户在匿名的情况下选择哪款大模型产品的表现更好一些。

人工智能评测大模型

最透彻的大模型PPO原理和源码解读

“防止模型训歪”换一个更详细的解释是：我们希望训练出来的Actor模型既能达到符合人类喜好的目的，又尽量让它和SFT模型不要差异太大。

PPO 大模型源码解读

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· 局限性虽然该库提供了用户友好的特性和广泛的功能，但也存在一定的限制： · 添加自定义模型：虽然可以合并自己的模型，但如果模型不使用与 vLLM 中现有模型类似的架构

大模型

大模型时代-行业落地的再思考

写在前面大家好，目前大模型落地是大家特别关心的问题，之前我也对垂直领域大模型的做了一些思考并对领域开源模型进行汇总。

大模型

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

中国AI大模型，应该如何商业化

一个事实是，当下的大模型训练需要强大的算力支撑，尤其是参数量大的模型，花费极大。

大模型 AI

详解大模型RLHF过程（配代码解读）

出自：https://zhuanlan.zhihu.com/p/624589622 一直都特别好奇大模型的强化学习微调是怎么做的，网上虽然相关文章不少，但找到的文章都是浅尝辄止说到用PPO训练，再细致深入的就没有讲了

训练

对于大模型RAG技术的一些思考

· 将大模型的答案返回给用户具体可以参考下图，这个流程的打通其实特别容易，基本上1天就能把架子搭起来，然后开发好了API对外服务。

RAG 大模型

大模型在金融行业的应用场景

本文整理了国内外大模型在金融行业的应用场景，内容不够详实，仅供参考。

大模型金融应用

生成式AI与大语言模型的区别

如果它们听起来像是可比的，可能更像是生成模型人工智能对大型模型人工智能，或者可能是生成式语言模型对大型语言模型。

生成式AI 大语言模型区别

<...4 5 6 789 10 11 12 13 ...>

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