文章列表-AI魔法学院

文章列表

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

清华智能体「XAgent」比ChatGPT4.0还好用！

作为回应，XAgent 迅速启动了下载 IMDB 数据集的过程，以训练一款先进的 BERT 模型。

ChatGPT 智能体 Agent

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

最后，部署ChatGLM-6B目前涉及到从GitHub、HuggingFace以及清华云的地址，下面我们将详细说明如何操作。

提示词 prompt chatgpt

一文讲明白什么是预训练、微调和上下文学习

预训练模型作为广泛的自然语言处理任务的基础，例如文本分类、命名实体识别和情感分析。

大模型训练

从零开始学习大模型-第一章-大模型简介

这就是大模型的工作原理：它们学习大量的数据，然后总结出这些数据的关键信息，以便我们能够更快地理解和利用这些知识。

大模型从零开始

Midjourney AI绘画美女提示词分享二

4k, hyper realistic, hyper detailed, real life, Sony Alpha α7, photorealistic, photoshoot 翻译提示：杰作，

文生图 Midjourney

铁锅炖blender+ComfyUI配置，更改模型地址

然后重启blender，左上角点开如果能看到ComfyUI的工作区就行了。

comfyui 文生图

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(上）

Canvas Zoom 画布缩放可以非常方便的支持我们的日常操作，缩放、全屏、画笔调整等。

Stable Diffusion 文生图

理解 o3 及其技术分析

1.2、如何理解o3的能力大模型的能力与人并不相同，o3可以完成一些常人很难胜任的工作，但也有很多对人简单的问题o3很难完成。

o3 技术分析

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

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

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

主流向量数据库一览

作为一个全托管的服务，它减轻了工程师以及运维人员的负担，使得客户可以聚焦于数据内在价值的抽取。

向量数据库

M3E 可能是最强大的开源中文嵌入模型

这就是embedding的作用。

开源模型

<...88 89 90 91 92 939495 96 97 >

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