文章列表-AI魔法学院

文章列表

换脸软件 FaceFusion 保姆级教程

总体使用起来，界面感觉还挺简单的，如果要求不高的，基本不需要改动什么配置，直接选择源和目标就行了。

FaceFusion 教程

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

，它可以让任何基于Transformer的语言模型（LLM）处理无限长度的文本，而不需要任何微调或额外的训练。

StreamingLLM 写作

AI进化的新纪元：AI AIgents时代（1/9）——什么是Agent？

LLM 不仅仅是一个文本生成工具，它可以成为一个强大的通用问题解决器。

大模型

人工智能的应用范式呼之欲出

通过CoT咒语般的提示词 “Step by Step”，大语言模型一改过去的一本正经胡说八道，开始认真严肃的逐步推导，虽然推导得出的答案有时候还是会出现张冠李戴的低级错误，但是推导的过程却已经展现了一定的因果推理的能力

大模型

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

为什么大语言模型难以调测和解释 · Transformer Debugger工具简介 § Transformer Debugger基本能力

大模型调试工具

检索增强生成 (RAG):What, Why and How?

向量存储器向量存储器适用于存储文本、图像、音频等非结构化数据，并基于语义相似性搜索该类别下的内容。

检索增强大模型

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

这本教科书五、LLMOps 是如何解决这些问题的？

大模型

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

成本高、召回偏低：扩展上下文窗口+引入向量数据库能以非常低的成本提高模型对新知识的接入能力，但是扩展上下文窗口容量有限（128k最多容纳23万汉字，相当于658kb文档），成本比较高，性能下降明显

RAG 大模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

如果评估样本过于困难，那么所有模型的表现将会很差，更难辨别各种训练数据和策略的效果；相反，如果评估样本都相对容易，评估将失去其比较价值。

训练大模型 belle

简单提升RAG的10种方法

将上下文数据分块，做文本向量化，需要查询时，从上下文中找到向量相似的部分。

RAG 大模型

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

这就让模型能处理那些本来因为信息太多处理不了的任务。

MemGPT 大语言模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

本次推荐的十篇论文，将有助于你理解多智能体对我们未来的影响，以及将通过何种方式陆续呈现。

大模型

聊聊我对AI Agents技术的一些看法

Agent 的词根 ag- 来自于拉丁语动词 agere 意指做和行动，与词根 act- 一脉同源，加之形容词后缀 -ent 表示“正在做事的人”，其直译应为“做事者”，换言之，Agent 的本意代指

AI Agents 大模型

爆肝7天！AI艺术字终极攻略，光影、隐藏、嵌入、海报4种艺术字全拆解

首先先选一个真实的大模型在我实际测试下来，表现比较好的大模型有以下几个 revAnimated，realisticVision，chilloutmix，majicmixRealistic，deliberate 本文中所用到的所有模型资料

文生图

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

可扩展性对比接着，研究人员在160M到13B参数规模范围内，分别训练了YOCO（门控保留和滑动窗口注意力版本）和Transformer语言模型。

Decoder-Decoder YOCO 架构

<...77 78 79 808182 83 84 85 86 ...>

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