文章列表-AI魔法学院

文章列表

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

对于每个场景，环境模拟器接收用户活动并生成详细的，逻辑通顺合理的事件，环境模拟器将会持续生成事件，更新实体状态，产生特定反馈，直到当前环境下没有更多事件以供生成。

Agent 大模型

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

· 在开销上，由于其仅包含 130 亿参数，Auto-J 能直接在 32G 的 V100 上进行推理，而经过量化压缩更是将能在如 3090 这样的消费级显卡上部署使用，从而极大降低了 LLM

Auto-J 大模型

QWen1.5: 卓越模型之路

结果如下： o3Exer 人类偏好对齐在对齐最新的 Qwen1.5 系列时有效地采用了直接策略优化（DPO）和近端策略优化（PPO）等技术。

Qwen1.5 开源模型

如何使用 Megatron-LM 训练语言模型

这与大多数情况不同，我们通常迭代整个数据集直到其用尽，然后重复第二个 epoch 。

开源模型

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

安装方法：下载安装前两种方式在网络不好时可能会安装错误，更彻底的方式是直接下载插件安装包进行安装。

开源模型文生图图生图提示词

它来了！SDXL + ControlNet 终于强强联合！

后面如果能在 A1111 中使用 SDXL ControlNet，我会第一时间写一篇文章介绍，毕竟 A1111 的图形界面真的太直观，太好用了。

SDXL

教你用StableDiffusion设计AI数字人

现阶段我们直接去掉这些画面构成类型，以减低劣图、破图出现造成的用户负向感受。

文生图

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

下图是总结：第一行是GPT-2的基准，最后一行是GPT-4的上限（基于RLHF），绿色是直接使用GPT-2生成的数据微调基座GPT-4之后GPT-4的性能，紫色是OpenAI改进了由弱到强的微调方法后

OpenAI 人工智能

OpenAI视频模型Sora的推理生成成本多高？

Transformer Model Inference 的痛点： Memory Bound ，所以 Groq 用了 14nm 设计了一个只有 188TFLOPs 的芯片，另一个更为熟知的是 Google TPU 直到

Sora 推理算力

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

这使得RAG 是一种灵活且（相对）直接的方式，可以改进基于 LLM 的系统.

RAG 大模型自动回复

深入探讨：Agent全自动写作长篇小说技术原理解析

注意：这个提示词需配合Python的循环调用一些代码才能正确执行，直接复制到ChatGPT需要做一些修改。

Agent

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

你分析一下生成的图片和你想的有啥不一样，从提示词和参数这两方面改一改，再生成一次，直到得到你想要的画面。

Qwen3

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

对比之前不借助文档直接提问的效果，使用了文档搜索之后的回答看起来更靠谱了，因为 LLM 使用了我们提前准备好的“知识库”来回答，并且对文档内容进行了一定的总结。

开源模型

LangChain手册（Python版）11模块：提示模板

但是，我们不是将示例直接提供给FewShotPromptTemplate对象，而是将它们提供给一个ExampleSelector对象。

大模型

七问大模型幻觉｜LLM Hallucination

直观上，如果一个模型生成了不在原始知识源中的NE，那么它可以被视为产生了幻觉（或者说，有事实上的错误）。

大模型

<...74 75 76 77 78 79 80 818283 >

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