文章列表-AI魔法学院

文章列表

个人从零预训练1B LLM心路历程

Steel-LLM项目初期，我还打算做一件个人认为还比较有意思的事情：因为开源的LLM往往不会包含特别小众、个性化的知识内容，因此计划持续收集围观读者们的数据并训练到模型中，各种亚文化、冷知识、歌词、

LLM 训练

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

以下是一些常见的模型参数精度及其含义，以及它们在内存中所占用的字节数：单精度浮点数 (32位) - float32: 含义：单精度浮点数用于表示实数，具有较高的精度，适用于大多数深度学习应用

开源模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

1.1 面向用户：实用主义定义 “能帮助某类用户的，基于大语言模型的产品就是LLM Agents。”

LLM Agents

微信向量检索分析一体化数仓探索：OLAP For Embedding

从向量检索说起文本搜索：传统的检索是基于文本分词的精确匹配；早期全文检索引擎都是基于不同的索引方式（倒排索引，BTree 等）加上精确匹配和排序算法（BM25、TF-IDF）等实现的

OLAP For Embedding 一体化数仓

大模型的研究新方向：混合专家模型（MoE）

这些基础学习器可以使用相同或不同的算法，并且可以使用相同或不同的训练数据。

MoE 大模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

基于这些框架的应用，正逐步落地通义千问APP。

通义文生视频

一文讲明白什么是预训练、微调和上下文学习

Masked Language Modeling：模型经过训练以预测句子中缺失或屏蔽的单词，学习上下文关系并捕获语言模式。

大模型训练

生成式AI与大语言模型的区别

其秘密：理解单词之间的上下文和关系。

生成式AI 大语言模型区别

PDFTriage:面向长篇结构化文档的问答

这可能导致用户认为可以轻松回答的问题,但使用目前的LLM文档QA方法失败。

大语言模型 PDF 文档

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

然后,要强调我的知识范围广泛,涵盖科学、文化、技术等多个领接下来,我需要说明我的应用场景,比如日常对话、工作辅助、学习帮助等,这样用户能更清楚我的用途。

Qwen3 开源模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

因为OpenAI证明了用大模型的思路做视频是可行的，那么他们需要做的只是证明我也可以用大模型做视频。

sora openai 视频生成

我为什么不看好大模型行业

是基于结构性的网络效应，而网络效应在一些人的词典里面天然是和垄断相联系的。

大模型

大模型：泛化即智能，压缩即一切

特别是在处理无标签数据时，如何确保优化的目标能够在实践中有效应用呢？

大模型泛化

深度体验3天后，我把腾讯这款copilot锁进了程序坞

这一页面，用户的使用场景可以大致分为两个，一个是负责记录阅读或者搜索过程中得到的答案，一个是文字工作者日常工作经常用到的辅助写作。

copilot ima 知识库

43个商业价值很高的prompt

帮助我使用英雄的旅程框架为我的品牌创建强大的品牌故事。"

prompt

<...80 81 82 838485 86 87 88 89 ...>

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