文章列表-AI魔法学院

文章列表

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

2 ►大模型的推理能力，是真的在“推理”，还是只是统计层面的概率分布？

大语言模型 chatGPT

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

langchain的AgentExecutor的实现，支持ReAct模式的循环）在其上实现了一些Agent特有的组件，进而基于此实现了AgentPipeline，但langchain现在已经发现了这样设计在生产条件下的限制

Agent QueryPipeline 大模型

基于LLM+向量库的文档对话痛点及解决方案

检索部分只对关键信息做embedding，参与相似度计算，把召回结果映射的原始文本交给LLM。

开源模型

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

那么，这是否存在重复性建设？

大模型钛媒体

动作识别模型有哪些

简单的来说就是计算每两帧之间的光流，然后简单的stacking。

动作识别模型

Qwen7b微调保姆级教程

model.generation_config = GenerationConfig.from_pretrained(model_name_or_path) 微调前输出如下：一，准备数据下面我设计了一个改变

Qwen7b 大模型

推荐智能体：利用大模型进行交互式推荐

因此,我们设计了一个候选记忆总线,以促进候选商品在工具之间的流通。

大语言模型推荐

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

在探索这个问题的过程中，业内的一些专家也总结了不少有关ChatGPT的任务指令框架，大多都是基于以下的任务要素来组合设计。

ChatGPT 大模型

万字长文，大语言模型如何宣告心理学的死亡？

它们通过人工设计的算法来建立数据之间的关联。

大语音模型

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

02 — 下图为StreamingLLM与现有方法的对比图示，建模任务为：语言模型在长度为L的文本上进行预训练，预测第T个标记（T≫L）。

大模型 llm框架

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

为了处理数据输入频率和模型吞吐量之间的差异，他们设计了一种新的输入输出队列来并行化流处理过程。

StreamDiffusion 文生图

Docker介绍及常用命令大全

docker 镜像操作 # dockerfile创建镜像 docker build -t image_name Dockerfile_path eg:

Docker 容器

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：根据前人分析和论文总结，大致是2个猜想：任务的评价指标不够平滑；复杂任务 vs 子任务，这个其实好理解，比如我们假设某个任务 T 有 5 个子任务 Sub-T 构成，每个 sub-T 随着模型增长

大模型

Stable Diffusion

Stable Diffusion修复老照片-图生图

还需用搭配两个特殊设置： ControlNet Tile：这是一个ControlNet模型，用于放大和补充细节。

图像文字

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

如果是使用秋叶大佬的整合包，请勾选以及在这里设置随意用户名和密码。

SD 文生图

<...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