文章列表-AI魔法学院

文章列表

大模型中的Top-k、Top-p、Temperature详细含义及解释

Top-k & Top-p 选择输出标记的方法是使用语言模型生成文本的一个关键概念。

大模型

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

这个框架不依赖复杂的模拟或对数似然估计，而是直接处理生成目标概率路径的向量场。

Stable Diffusion DALL·E

RAG 修炼手册｜一文讲透 RAG 背后的技术

最早的 GPT-1 在生成长文本时容易出现语义上的不连贯或重复的问题。

RAG Embedding

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

在这项工作中，研究者们假设可以访问一个更大的教师模型(Teacher Model)，该模型可以通过提示生成来查询。

小型语言模型 Zephyr-7B

300天里，我帮你踩遍了AIGC创业的各种坑

提示词的天花板很低，很多应用场景下光靠提示词远远达不到交付标准，更难以摆脱生成式AI的“幻觉”影响。

AIGC 创业

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

具体来说，YOCO由L个块堆叠而成，其中前L/2层是自解码器，其余模块是交叉解码器。

Decoder-Decoder YOCO 架构

如何最简单、通俗地理解Transformer？

这些AI大模型能生成“真假难辨”的新闻、专业论文等等，跟人类进行对话，生成代码等一系列复杂的任务。

Transformer 大模型

图解 transformer——逐层介绍

所以它产生一个类似形状的矩阵，可以添加到嵌入矩阵中。

Transformer 大模型图解

GPTs使用指南 | 保姆级GPTs入门教程，0代码基础也能做AI产品

把创建GPTs的想法，在创建者界面告诉GPT生成器。

GPTs 入门教程

ChatGPT「火」烧到游戏行业，有人用其设计关卡、撰写文案、激活NPC，这会给游戏行业带来什么改变？

因大幅提升了认知智能水平，将AI的理解和生成能力拔到新高度，ChatGPT成为了“当红炸子鸡”。

大模型 chatGPT

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

它的核心思路是，利用多次生成测试反馈迭代的方式替代原有精心构造Prompt一次性生成的方式，最终在验证集上，GPT-4的准确率（pass@5）从使用单个精心设计的Prompt的19%提高到使用

LLM 范式迁移

openpose原理及安装教程（姿态识别）

通过对这些关键点的识别和连接，OpenPose能够生成一个完整的多人姿态估计结果，从而实现对人体动作的识别和跟踪。

行为识别姿态识别

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

原子大模型未来可以不断地进化迭代出不同能力，并且进行组合，类似于“化学键”，生成更为复杂的智能体Agent，解决更为复杂的问题。

大模型

十大开源语音识别项目

Multilingual Speech Massively Multilingual Speech(MMS，大规模多语种语音)是 Meta 开源的一款全新的 AI 语言模型，可以识别 4000 多种口头语言并生成

语音识别开源项目

最强开源数字人对口型系统介绍

Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练，而且还不一定能成功

数字人开源模型

<...89 90 91 929394 95 96 97 98 ...>

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