文章列表-AI魔法学院

文章列表

分析了数百万ChatGPT用户会话后发现的秘密

该分布如下图所示：在这里我们可以看到，自 5 月份以来，每月 1-2 次的访问量确实有所下降。

大语言模型

混合专家模型 (MoE) 详解

例如，在下图中，“More”这个令牌可能被发送到第二个专家，而“Parameters”这个令牌被发送到第一个专家。

MoE大模型

数字人：从科幻走向现实的技术革命

创建数字人需要多方面的技术支持，包括计算机图形学、动作捕捉、语音合成以及人工智能算法等。

数字人语音

Agent四大范式 | 综述：全面理解Agent工作原理

所以将复杂任务简化是一个非常有效的办法，有点类似于“分而治之”的策略（如下图）。

Agent 大语言模型

《OpenAI官方：GPT 最佳实践》大白话编译解读版本

使用意图分类来确定用户查询的最相关指令 2.

提示词官方翻译

【分享】SDXL模型最佳拍档！COMFY UI上手指南

如果遇见上图这种缺模块的情况，直接通过管理器安装缺失模块即可。

大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

预训练与其他微调方法一样，Freeze监督微调的第一步是在大规模图像数据上对卷积神经网络（CNN）模型进行预训练。

大模型

“大模型+机器人”的现状和未来，重磅综述报告来了！

以ViT为代表的纯Transformer模型直接将图像分割为序列，通过自注意力机制学习像素间的全局依赖，在ImageNet等大规模数据集上取得了超越CNN的性能。

论文机器人

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

概述我们进行了各种各样的实验，试图延长模型的上下文长度。

开源模型

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

我们做的第一件事是让 GPT 对用户查询的意图进行分类。

大模型

一文带你认识ELMo

分为以下三步：第一步：得到word embedding，即上图的E。

embedding

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

而成年人的平均阅读速度在每分钟200-300个单词之间，不过不同的人差别很大，下图展示了一些研究结论：可以看到，根据相关的研究，高中生的阅读速度是每分钟300个单词左右，而成年人在每分钟

大模型

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

ensp; pyautogui.moveTo(current_x, current_y) ``` PyAutoGUI还提供了截图、

RPA 自动化

HalluQA: 测测中文大模型有没有一本正经胡说八道

这里推荐一篇综述，里面对幻觉的各种形式做了比较详细的介绍：Siren's Song in the AI Ocean: A Survey on Hallucination in Large Language

大模型中文大模型幻觉

2024！深入了解大语言模型（LLM）微调方法（总结）

LLM项目生命周期在介绍大模型微调方法之前，首先带大家了解一下大语言模型的项目生命周期，它大致可以分为以下几个步骤，如下图所示「1、项目目标」：首先，明确项目目标。

大模型微调

<...82 83 84 85 868788 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