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

如果我们的块太小或太大，可能会导致不精确的搜索结果或错过展示相关内容的机会。

RAG 大模型

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

我们知道，循环神经网络（RNN）在深度学习和自然语言处理研究的早期发挥了核心作用，并在许多应用中取得了实功，包括谷歌第一个端到端机器翻译系统。

transformer 训练

大模型量化：什么是模型量化，如何进行模型量化

Why：为什么需要模型量化随着深度学习（Deep Learning）的发现，其在计算机视觉（Computer Vision， CV）和自然语言处理（Natural Language Processing

大模型

如何改善你的回测方法，提高策略的未来收益

绩效评估 • 因果关系图：在回测前建立因果关系图，明确策略背后的因果机制。

回测方法

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

Stable Diffusion

硬核解读Stable Diffusion（系列三）

SD的其它特色应用在SD模型开源之后，社区和研究机构也基于SD实现了形式多样的特色应用，这里我们也选择一些比较火的应用来介绍一下。

Stable Diffusion 文生图

【大模型微调】 Llama 2 ：对话模型的全过程微调

这项工作涵盖了来自网络安全、选举欺诈、法律、公民权利、软件工程、机器学习和创意写作等多个领域的350多名专业人员。

大模型

微调大型语言模型-核心思想和方法介绍

然后，分类模型可以是逻辑回归模型、随机森林或 XGBoost——随心所欲。

大模型训练

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

如果骰子是均匀的，我们有的机会猜对结果。

贝叶斯定理

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

在表2中，当噪声比增加时，错误文档的内容都是一些人对耳机名称（"AppleRealityPro"）的预测。

大模型 RAG检索增强

大模型压缩首篇综述来啦~

Fine-tune-CoT [Ho等, 2023]通过随机采样从LLMs生成多个推理解决方案。

大模型

<...79 80 81 82 83 84 85 86 8788>

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