文章列表-AI魔法学院

文章列表

什么是BERT？

为了完成具体的分类任务，除了单词的token之外，作者还在输入的每一个序列开头都插入特定的分类token（[CLS]），该分类token对应的最后一个Transformer层输出被用来起到聚集整个序列表征信息的作用

embedding

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

方法二：删除部分特征标签比如训练某个特定角色，要保留蓝眼睛作为其自带特征，那么就要将 blue eyes 标签删除，以防止将基础模型中的 blue eyes 引导到训练的 LoRA 上。

训练

主流网络爬虫蜘蛛详解

必应集成了多个独特功能，包括每日首页美图，与 Windows 操作系统深度融合的超级搜索功能，以及崭新的搜索结果导航模式等。

爬虫蜘蛛详解

总结！大模型微调（Tuning）的常见方法

相反，它侧重于精心制作可以指导预训练模型生成所需输出的输入提示或模板。

微调大模型

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

从作者的角度来说，文章标题的主要目的是吸引用户，「说服」用户这篇文章值得一看，「说服」他们点开标题。

大模型

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

如果你也遇到同样的问题可以尝试下，这也反映了认真看使用文档的必要性~ 2、再就是最新的 AnimateDiff 是可以支持旅行提示词的，开始以为是可以每行填写不同的提示词控制一个关键帧实现不同的动作，

AnimateDiff SD

QWen1.5: 卓越模型之路

我们相信多语言能力的提升，对于其整体通用能力也具有正向的作用。

Qwen1.5 开源模型

实测：本地跑llama3:70B需要什么配置

目前看来70B模型用作本地化Agent的底座模型真的是再适合不过，性价比王者接下来好玩的事情就变得多起来了。

llama GPU内存

Sora懂不懂物理世界？

再如Sora生成的“四足蚂蚁”的视频，蚂蚁的动作栩栩如生，宛如行云流水；但是地球的自然界并没有四足蚂蚁。

文生视频视频生成 sora

ChatGPT提示工程 - 总结

ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作编写Prompt的两个关键原则原则一：编写清晰、具体的说明策略1：使用分隔符清晰地标识出输入的各个部分策略2：提示模型以结构化格式输出结果

GPT

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

总结可以说BELLE的出现，大大促进了中文开源对话模型的发展，基于他们开源的数据和模型，更多的人可以尝试这些模型，更多的研究工作可以更快捷的展开。

belle 训练大模型

阿里Outfit Anyone实现真人百变换装

方案简介我们方法的核心是条件扩散模型，它处理模型、服装和相应文本提示的图像，并使用服装图像作为控制因素。

Outfit Anyone 阿里

基于LLM+向量库的文档对话痛点及解决方案

首席技术官李四…… 关键信息：（MM团队，核心成员，张三，李四）方法2：可以用语义角色标注（Semantic Role Labeling）来分析句子的谓词论元结构，提取“谁对谁做了什么”的信息作为关键信息

开源模型

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

适用场景文本续写：给定上文，让模型生成下文指令理解：问答、写作、

大模型

微软最强全自动数据可视化工具！现已开源

分析师们的工作更加方便了，效率提升的同时，洞察也变得更重要了。

大模型

<...86 87 88 89 909192 93 94 95 >

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