文章列表-AI魔法学院

文章列表

个人从零预训练1B LLM心路历程

除了这些大数据量的预训练数据外，笔者还在预训练阶段加入了本应在SFT阶段加入的对话数据，比如百度百科问答数据、BELLE对话数据、moss项目对话数据等，这些对话数据仍然遵循如下这种对话形式的，数据的prompt

LLM 训练

Stable Diffusion

Stable Diffusion生成图片参数查看与抹除

地址在：https://github.com/szTheory/exifcleaner/releases 如果你访问Github不方便，也可以从我的网盘下载这个文件，步骤是关注微/信/公/众/号：萤火遛AI

文生图 Stable Diffusion

ComfyUI安装及生成第一张图

一、Windows安装在 Windows 上安装 ComfyUI 的两个选项：压缩包安装手动安装如果您不是 ComfyUI 的开发人员，您应该使用选项 1。

ComfyUI 文生图

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

这对于生成用于创意写作或头脑风暴会议的文本等用例来说可能很好，但当输出用于客户支持等业务应用程序时，它可能是灾难性的。

大模型

Effective Prompt: 编写高质量Prompt的14个有效方法

Good：{document} 使用通俗易懂的语言为以上文章写一篇摘要，摘要应包括一个小结和一个相关要点的列表，同时加粗关键部分以提高可读性。

prompt 提示词

WeChaty：强大的微信个人号机器人SDK

开发者可以根据自己的需求编写相应的代码逻辑，创建自定义的微信机器人应用。

微信接口

RAG与Long-Context之争—没必要争

个人观点：如果类比做检索系统的话，RAG应该算作粗排，而Long-Context可以算是精排。

RAG Long-Context 大模型

图解 Transformer——功能概览

在编码器堆栈和解码器堆栈之前，都有对应的嵌入层。

Transformer 大模型图解

谈Agent构建平台的设计

此外本文主要讨论的是云上的平台，但其实很多考量可以应用在私有化部署的平台或者内部工具上。

Agent 构建

技术布道 | Prompt评估与优化，让魔法打败魔法，通过大模型获得更优质的Prompt进而获得更优质的内容

在使用Prompt评估之前需要先登录百度云控制台。

prompt 大模型

SeaTable 一站式助力高校多场景数字化升级，打造高效解决方案

可搭建出灵活的业务系统和应用广告下面，本文以南京大学为例，来阐述和分享 SeaTable 在高校校园数字化中的具体应用和实践经验。

大模型

从零开始学习大模型-第二章-大模型学习路线

卷积神经网络(CNN)和循环神经网络(RNN)：深入学习CNN和RNN的原理和应用，这对于理解后续的大模型至关重要。

大模型学习

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

LLM工程师：专注于创建基于LLM的应用并部署它们。

LLM 大模型 GitHub

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

我本来想当然认为这是用了GPU。

Qwen1.5 大模型

GPU 性能（数据表）快速参考

后面的数字位数越高，意味着精度越高，能够支持的运算复杂程度就越高，适配的应用场景也就越广； o FP32也叫做 float32，两种叫法是完全一样的，全称是Single-precision

GPU 算力

<...85 86 87 888990 91 92 93 94 ...>

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