文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

多模态的大模型确实能做到。

OCR 大模型文字识别

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 缺乏对适配器（LoRA、QLoRA 等）的支持：开源 LLM 在针对特定任务进行微调时具有重要价值。

大模型

目前大语言模型的评测基准有哪些？

ChatbotArena：借鉴游戏排位赛机制，让人类对模型两两评价 ChatbotArena是一个大型语言模型 (LLM) 的基准平台，该项目方LMSYS Org是由加州大学伯克利分校、加州大学圣地亚哥分校和卡内基梅隆大学合作创立的研究组织

人工智能评测大模型

最透彻的大模型PPO原理和源码解读

“防止模型训歪”换一个更详细的解释是：我们希望训练出来的Actor模型既能达到符合人类喜好的目的，又尽量让它和SFT模型不要差异太大。

PPO 大模型源码解读

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

BGE M3-Embedding，该模型支持超过100种语言，能够接受不同形式的文本输入，文本最大输入长度扩展到4192，并且支持包括稠密检索，稀疏检索，多向量检索三种不同检索手段。

BGE M3-Embedding 多语音检索

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

最近想做一些中文大模型的微调实验，于是从祖国的文化瑰宝：中医入手，想让大模型学一下《本草纲目》，看下有没有什么火花出来。

大模型

大模型时代-行业落地的再思考

前者由于改变了模型的权重，可以称作是训练（微调）了一个行业大模型，后者则基本只能认为是通用大模型的应用了，因为模型还是那个模型。

大模型

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

中国AI大模型，应该如何商业化

在这种模式下，一般是由云厂商或科研机构对大模型封装，在各类任务上的推理能力封装成统一的应用程序接口，对外提供服务的模式，虽然提供的是API，但是本质上调用的是模型。

大模型 AI

详解大模型RLHF过程（配代码解读）

出自：https://zhuanlan.zhihu.com/p/624589622 一直都特别好奇大模型的强化学习微调是怎么做的，网上虽然相关文章不少，但找到的文章都是浅尝辄止说到用PPO训练，再细致深入的就没有讲了

训练

对于大模型RAG技术的一些思考

这样极大地影响了生成向量的精准度，以及大模型输出的效果。

RAG 大模型

大模型在金融行业的应用场景

本文整理了国内外大模型在金融行业的应用场景，内容不够详实，仅供参考。

大模型金融应用

生成式AI与大语言模型的区别

如果它们听起来像是可比的，可能更像是生成模型人工智能对大型模型人工智能，或者可能是生成式语言模型对大型语言模型。

生成式AI 大语言模型区别

垂直领域大模型的一些思考及开源模型汇总

高质量SFT数据，才是模型微调的关键。

垂直领域大模型开源模型汇总

<...5 6 7 8910 11 12 13 14 ...>

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