文章列表-AI魔法学院

文章列表

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

，最后还有与LLM的交互，整个过程技术复杂度很高。

RAG 大模型

使用思维链写Prompt

例如，面对复杂问题时，使用思维链写的Prompt，能让大型语言模型（如GPT-3或GPT-4）不仅提供答案，还能展示出达到这个答案的思维过程。

思维链 prompt

Stable Diffusion

全面理解Stable Diffusion采样器

重复该过程，最终将会得到清晰的图片。

绘画采样器 SD

一条价值2W的Prompt，帮你生成提示词的超级提示词

超级提示词如下：你是一个专家级ChatGPT提示工程师，在各种主题方面具有专业知识。

prompt

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

特点 wechat_articles_spider具有以下特点： · 自动化爬取：它能够自动化地从指定的微信公众号中抓取文章数据，省去了手动复制粘贴的繁琐过程。

微信爬虫

模型压缩：量化、剪枝和蒸馏

其余层（多为普通的全连接层）的参数量级计算过程并不复杂，读者可自行计算。

BERT 语言模型

图解大模型训练之：张量模型并行(TP)，Megatron-LM

则每次forward的过程如下：为画图方便，图中所绘是b=1时的情况。

开源模型

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

模型具备了无限上下文，就能够创建定制应用程序。

大模型上下文

SeaTable 一站式助力高校多场景数字化升级，打造高效解决方案

通俗点说，学校校园数字化改革不只是建系统、开发应用，而是以数字化引领、撬动、赋能办学治校、人才培养的全方面全过程。

大模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

说起业务落地级别的姿态估计算法方案，大家基本上的共识都是top-down范式，也就是det+pose的形式，先由一个轻量级的目标检测模型提供bbox，再依次送入pose模型进行单人姿态估计，利用一些工程上的优化能抵消掉

MoveNet-SinglePose Google 模型

如何修复GPT幻觉、及评估数据集的挑战

2.注重提示词工程。

大模型

最透彻的大模型PPO原理和源码解读

希望可以帮助大家更具象地感受RLHF的训练流程。

PPO 大模型源码解读

将任意文本转换为知识图谱

我在这里遵循的过程与上面几节中概述的过程非常相似，但有一些简化。

知识图谱转换文本

职场及工作中常用的方法论总结

STAR 　　STAR是一种帮助讲述故事的法则，可以让问题的描述更加清晰易懂，在面试过程中常常使用。

工作

GitHub本月榜单：一个数字人技术的“非官方”实现

例如，对于服装，可以展示模特穿着效果；对于电子产品，可以展示操作流程和功能演示。

AnimateAnyone 人工智能

<...82 83 84 858687 88 89 90 91 ...>

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