文章列表-AI魔法学院

文章列表

Stable Diffusion

硬核解读Stable Diffusion（系列二）

thresholding策略是直接将生成的样本clip到[-1, 1]范围内（Imagen是基于pixel的扩散模型，这里是将图像像素值归一化到-1到1之间），但是会在过大的guidance_scale时产生很多的饱含像素点

StableDiffusion 文生图

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

但是对于语言模型来说，这是一个颇具挑战性的任务，一来是我选择狗Tony，65年后，这一现实中出现的比较少的语料组合，防止模型简单的重复已有的语料，另外，这个问题是数学运算和逻辑推断的结合，而非简单的创作，

大语言模型 chatGPT

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

ChatGPT 自诞生以来，凭借划时代的创新，被无数人一举送上生成式 AI 的神坛。

提示词 prompt

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

每个编码器层都有多头自注意力机制和前馈神经网络，用于对输入序列进行多层次的特征提取和表示学习。

Bert-vits 语音

SD艺术二维码还有人不会做?

常见的商品条形码即为一维码为啥叫QR？

文生图

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

在许多深度学习模型中，尤其是Transformer类模型，层与层之间的操作往往需要在vRAM中存储中间计算结果，这些结果可能包括激活值、权重等。

大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

同时，在Qwen-7B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。

大模型

大模型外挂知识库优化-大模型辅助向量召回

文章作者也给出了实验结果，该方法在结合微调过的向量化模型时，效果就没那么好了，非常依赖打辅助的LLM的能力。

大模型

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

想让AI更懂人，对齐技术很关键。

Qwen1.5 开源模型

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

文本搜索的局限性文本搜索的限制是它仅限于单个字符串的复杂查询，牺牲了表达能力，无法使用关键词、过滤器和其他高级功能。

RAG 大语言模型

ChatPDF | LLM文档对话 | pdf解析关键问题

至于解析后怎么处理，见上一篇笔记 · pdf的解析大体上有两条路，一条是基于规则，一条是基于AI。

大模型

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

; · AI

Llama3-ChatQA-1.5 对话问答模型

baichuan2 有什么好的深挖论文中涉及的知识点

了解这些动态对于揭示大型语言模型的内在工作机制至关重要（Biderman et al., 2023a; Tirumala et al., 2022）。

大模型

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

从某种意义上讲，大模型应用开发变得更加务实，从一个模型算法问题转变成为一个工程问题，如何将复杂问题拆解为多个子任务或者子agent执行，如何编排协调，如何处理数据，如何选择合适工具，如何迭代优化，如何人机协作成为了做好

LLM 范式迁移

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

通过 XTuner，最低只需 8GB 显存，就可以打造专属于你的 AI 助手。

大模型

<...81 82 83 848586 87 88 89 90 ...>

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