文章列表-AI魔法学院

文章列表

低调的PDF，为什么成了数字文档“永远的神”？

根据2018年国际PDF协会的估算，.pdf文件的总数量早已达到数万亿，并且每天还在以数十亿计新增。

工作

大语言模型微调：定制自己的微调数据集

以下是构建高质量微调数据集的一些考虑因素：数据来源：选择合适的数据来源非常关键，可以通过从相关领域中抓取或收集适当领域的数据来收集数据。

大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

很多博主大佬通过此项目构建了属于自己的AI数字人，是不是很有意思。

AI数字人音视频同步

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

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

技术突破 Skywork-13B系列的成功，得益于昆仑万维在大数据处理和深度学习技术上的深厚积累。

Skywork 开源数据

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

这篇文章相当于个人的学习笔记，全文近两万字，建议配合目录观看。

文生图

GitHub本月榜单：一个数字人技术的“非官方”实现

本月GitHub榜单有一个“非官方实现”数字人，太牛了 github地址 https://github.com/guoqincode/AnimateAnyone-unofficial 看看效果实时动图

AnimateAnyone 人工智能

微信向量检索分析一体化数仓探索：OLAP For Embedding

在调研对 ClickHouse 对向量检索/加工能力时，我们惊讶地发现，现代 OLAP 数仓已具在其内部独立搭建 CLIP 等主流机器学习模型的数据处理全流程能力（图 1），包含 embedding

OLAP For Embedding 一体化数仓

利用AI技术自动化爬取网页数据的利器——MLScraper

它利用机器学习和自然语言处理技术，能够自动解析网页并提取所需的信息。

MLScraper Python库

Meta无限长文本大模型来了：参数仅7B，已开源

· 在 4 月 12 日提交的一篇论文中，来自 Meta、南加州大学、

Meta 长文本大模型

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

LLM 完成标记（输出）被函数执行器解释为函数调用。

MemGPT 大语言模型

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

所幸，OpenAI 的函数调用能力允许开发者无缝接入自定义的检索器，从而打破对于知识库数据量的限制，更好地适应多样化的用例。

RAG 检索向量库

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

MiniCPM-V 2.0 出现了 3 处幻觉，GPT-4V 出现了 6 处幻觉（见图下高亮红字）：除了越来越强大的通用能力，在 OCR（光学字符识别

MiniCPM 大模型

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

与 GSM8k 相似，GSM1k 内含有 1250 道小学级数学题。

过拟合小模型

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

老样子，先把结论献上，业内同学可以不看后面的原理解释的内容。

大语言模型 chatGPT

<...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