文章列表-AI魔法学院

文章列表

大模型时代-行业落地的再思考

看到了@Naiyan Wang（知乎）和@刘聪NLP（知乎&本人）的两篇文章，都提到了对行业大模型的一些看法，有很多相同的想法。

大模型

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

大模型：泛化即智能，压缩即一切

那么怎样以最简单方式提高模型泛化能力呢？

大模型泛化

主流网络爬虫蜘蛛详解

用户在内置于 Windows 操作系统的搜索栏，或 Edge 默认搜索引擎均可直达必应的网页、图片、视频、词典、翻译、资讯、地图等全球信息搜索服务。

爬虫蜘蛛详解

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

2) 优化检索链路：采用稀疏检索+向量检索+Rerank结合的方法，来提高检索的召回率和准确率。

RAG 大模型

谈谈RAG存在的一些问题和避免方式

“今天的AI和机器学习真的很糟糕。

RAG 大模型

大模型的研究新方向：混合专家模型（MoE）

（ICL），通过采用少量精心策划的风格示例和精心设计的系统提示，对基础LLMs进行有效对齐的URIAL方法；还有一种方法就是对模型大而化之的处理方法，也就是本文要介绍的基于门控网络的混合专家模型（Mixture

MoE 大模型

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

其中，王炸功能 Assistants API 的内置工具支持了代码解释器、知识库检索以及函数调用，允许接入外部知识（文档）、使用更长的提示和集成各种工具。

RAG 检索向量库

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

随着AI浪潮的涌现，数字人一度成为了众多公司、大V口中的财富密码，光代理费收入就过亿，是个“钱”景无限的优质项目。

数字人

一文彻底搞懂多模态 - 多模态推理

知识图谱是一种结构化的知识库，它以图的形式表示和存储现实世界中的实体、概念及其相互关系。

多模态推理大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个流程依然无法描述RAG的复杂性 RAG涉及的内容其实广泛，包括Embedding、分词分块、检索召回（相似度匹配）、chat系统、ReAct和Prompt优化等

RAG 大模型

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

按照黄仁勋的介绍，B200理论上的AI性能可达20PFLOPS，是H100的五倍。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

按照黄仁勋的介绍，B200理论上的AI性能可达20PFLOPS，是H100的五倍。

芯片拼接技术

爆火的“女孩的一生”，plus版教程它来了

设置好animatediff，找准那些让动画炫起来的关键词，调整好采氧气参数，输出的时候你就会发现——哇塞，这就是我想要的效果！

动画视频 AnimateDiff

<...83 84 85 868788 89 90 91 92 ...>

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