文章列表-AI魔法学院

文章列表

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

其主要在以下几个方面做优化： 1) Query拓展：这是我自己取的名字，可能不太准确，其主要参考Meta的CoVe[1]以及百川自研的Think Step-Further方法对原始用户输入的复杂问题进行拆解

RAG 大模型

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

我们知道，循环神经网络（RNN）在深度学习和自然语言处理研究的早期发挥了核心作用，并在许多应用中取得了实功，包括谷歌第一个端到端机器翻译系统。

transformer 训练

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

关于层数设置问题，其实模型层数和维度具体设置成多少是最优的（但一般层数变大，维度也会变大），目前好像没有论文明确表明，但绝大多数感觉跟着GPT3的层数和维度来的。

大模型

无限长的上下文，也干不掉的RAG

具体来说，当相关信息出现在输入上下文的开始或结束时，模型性能最高；而当模型需要从上下文中间提取信息时，性能显著下降，形成了一个U形的性能曲线。

RAG 大模型

SD艺术二维码还有人不会做?

二维码的转化使用QR Tool kit或者草料二维码解码或者转化为可识别二维码，包含短连接，网址，微信二维码等等生成二维码目前常用的分辨率为768*768，二维码的码眼是可选的，具体哪些够很美观

文生图

最新大模型面经+感受，4家大厂offer！

对于阿里系（拆分后各个事业群独立招聘）、字节、百度等大厂，或者百川智能、360等比较头部有名气的中小公司，或许也能给到面试机会，但是在面试过程中一旦涉及到LLM具体的项目经验，像我这种完全空白的人来说只能尴尬地说没做过

大模型面试

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

这个技术可以在保持图像生成质量的同时大幅度降低采样步数（生成速度）比较明显的比对就是SDXL-Turbo一步就可以达成基础版SD50步的采样效果：这个还是很厉害的，SD官方也提供了SDXL-Turbo的线上体验渠道

SDXL-Turbo 文生图

详解 Diffusion (扩散) 模型

在物理学中，扩散只是任何事物的整体运动。

Diffusion 开源模型

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

到了大模型AI时代，早期的RAG流程在生产应用的过程中越来越发现存在流程僵化，难以应对多变复杂的实际需求，这就促使框架们不断打开自己，朝着灵活定制的方向发展。

Query Pipeline 大模型

Midjourney AI绘画美女提示词分享三

imagine --v 5.2 --s 750 --ar 3:4翻译提示：一个中国女孩，户外，在美丽的花园里，坐在这里或站在这里，一个穿着简单的中国印花布的现代女孩Slim Aarons Style，对称构图，体积照明

文生图 Midjourney

Docker介绍及常用命令大全

通常一个镜像是基于另一个镜像，并进行一些额外的拓展自定义。

Docker 容器

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

Flan-T5是Google从另一种方式尝试的自然语言大模型的路径。

大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

哈哈~~ 既然阿里都开源了，那我们自然就笑纳了，接下就在本机跑一个试试。

大模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

具体而言，将用于检索的文本块与用于合成的文本块解耦可能是有利的。

RAG 检索

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

关于Embedding的具体介绍和其重要性参考：AI大模型领域的热门技术——Embedding入门介绍以及为什么Embedding在大语言模型中很重要：https://www.datalearner.com

开源模型

<...76 77 78 798081 82 83 84 85 ...>

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