文章列表-AI魔法学院

文章列表

大模型微调数据选择和构造技巧

有了核心的相似度度量方法后，我们可以使用简单的onepass聚类方法进行过滤，考虑复杂一点的话，我们可以使用带优化目标的聚类：比如K-Center-Greedy算法，其约束条件是在最大化多样性的情况下，

大模型微调

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

2.3 训练方式 M3-Embedding的训练损失也相对复杂，包括两部分损失。

BGE M3-Embedding 多语音检索

深度｜红杉重磅发布：2024 AI 50 榜单 (全网最全)

在更好、更廉价地复制现有功能之后，我们将开发全新的用户界面，以提供有价值的新体验。

生成式AI 榜单 AI应用

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

此外，本文的研究思路清晰，实验设计合理，结果可重复性强，具有较高的学术价值。

IAG框架大语言模型

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

它不影响运行，但是会影响观感~~~ 通过以上步骤我们可以得到如下结果：十分完美，我测试的结果，GPU版本大约只需要1-2秒即可获得结果（不严谨，没有测试复杂的输入！）

提示词 prompt chatgpt

一文讲明白什么是预训练、微调和上下文学习

RLHF是一种更复杂、更耗时的方法来微调LLM，但它比SFT更有效。

大模型训练

中本聪的Web3之路

为了让更多的用户能够方便地使用Web3应用，需要不断地优化和改进区块链技术，提高交易速度和吞吐量，降低交易成本和复杂度，增强数据保护和隐私保护，实现跨链和多链之间的协作和兼容。

token 比特币加密货币

国内厂商语音识别与Whisper评测：现状与概况对比

· 噪声环境适应性：通过模拟不同噪声环境，评估各技术在复杂背景噪声下的表现。

语音识别 Faster-Whisper

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

就像人工智能这样的概念也得被反复打磨才能相对精准一点。

大模型

国产AI，逃过一劫

面对“百模大战”疑似“重复造轮子”的现状，李彦宏喊话：“我们需要100万量级的AI原生应用，但是不需要100个所谓的大模型。”

ChatGPT 大模型

盘点数据安全合规方向的热门证书【快来了解一下】

结合我国网络基础设施和重要信息系统安全保障的实际需求，响应我国有关政策，“加快信息安全人才培养，增强全民信息安全意识”的指导精神，落实国家十四五的重点规划，从顶层设计出发，以知识体系的全面性和实用性为原则，面向复合型数据安全管理人员推出的培训认证课程

工作

模拟ChatGPT流式数据——SSE最佳实践

全双工，可以同时发送和接收消息轻量级，使用简单相对复杂

打字机 sse 大模型

40个prompt，让你成为麦肯锡高手

护城河分析： “通过护城河分析的视角评估[我的商业决策]，确定这个决策是否能够加强和维护企业的核心竞争优势，避免被其他竞争者轻易复制。”

prompt

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

全双工，可以同时发送和接收消息轻量级，使用简单相对复杂

GPT

【大模型微调】 Llama 2 ：对话模型的全过程微调

RLHF Results 基于模型的评估如何评估大语言模型（LLMs）（如 Llama 2-Chat）是一个复杂的问题。

大模型

<...82 83 84 85 86 87 88 899091 >

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