文章列表-AI魔法学院

文章列表

生成式AI与大语言模型的区别

它们的优势：LLMs可以评估上下文和关键点，而生成式人工智能可以开发精简的文本版本，捕捉原始材料的本质。

生成式AI 大语言模型区别

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

因此，训练多模态模型的重点是如何融合互补不同模态间的信息，并充分利用现有大语言模型能力。

开源模型

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

二、现有扩散模型在解决实时性方面的策略针对扩散模型在商业化中的应用趋势，主要集中在提高扩散模型的运行速度，以便在实时交互场景中更有效地生成图像方面开展工作，主要有以下一些关键点： 1、商业化扩散模型

StreamDiffusion 文生图

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

ensp;= text_splitter.split_documents(documents) 连接到我们在上一步中创建的 Xinference Embedding 服务端点，

开源模型

图解 transformer——逐层介绍

需要注意的重要一点是，Q、K、V 的值是对序列中每个词的编码表示。

Transformer 大模型图解

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

T2I-Adapter 的特点是体积小，参数级只有 77M，但对图像的控制效果不错。

SD 插件文生图

链接大模型与外部知识，智源开源最强语义向量模型BGE

C-MTEB 评测任务维度及数据集技术亮点：高效预训练+大规模文本对微调 BGE 出色的语义表征能力源于两方面要素：1）针对表征的预训练，2）大规模文本对训练。

embedding 语义向量

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

ensp; 运行运行以下命令在本地加载模型并启动 demo： streamlit run main.py 之后即可从命令行中看到 demo 的地址，点击即可访问

ChatGLM3 语音模型开源模型

图解 Transformer——功能概览

Transformer 的以上特点不仅提高了模型处理语言的能力，还极大增强了其学习复杂语言模式的能力。

Transformer 大模型图解

一人搞定30万商品分类：AI落地实践故事！

AI应用落地的关键点在落地。

embedding 大数据分类

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

准确性让我们首先得到讨论最总要的一点:哪种方法提供最准确的响应?

生成式AI

手把手教你认识学会LangChain

通过以下方式提供了加载、转换、存储和查询数据的构建模块：文档加载器：从许多不同的来源加载文档文档转换器：分割文档，删除多余的文档等文本嵌入模型：采取非结构化文本，并把它变成一个浮点数的列表

langchain

Stable Diffusion

Stable Diffusion WebUI v1.9.0重大更新！

这个调度器其实就是噪声调度器，每个调度器都有自己的采样特点，以前在SDWebUI中无法实现采样器和调度器随意组合，现在就可以实现这个效果。

Stable Diffusion 文生图大模型

Gartner：2024年人工智能渗透的十大战略技术趋势

为了做到这一点，企业必须致力于教育、利益相关者再培训和战略伙伴关系，以便为人工智能产品和服务引领的未来做好准备。

Gartner 人工智能

QWen1.5: 卓越模型之路

小型模型的构建也成为了热点之一，将模型参数小于 70 亿的 Qwen1.5 模型与社区中最杰出的小型模型进行了比较。

Qwen1.5 开源模型

<...77 78 79 80 81 82 83 848586 >

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