文章列表-AI魔法学院

文章列表

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

Infini attention 让基于Transformer的模型能够在有限的内存占用和计算量下高效处理无限长的输入序列，它把压缩内存集成到标准的注意力机制中，并在单个Transformer块内构建了掩码局部注意力和长期线性注意力机制

大模型上下文

Python入门与语法速查

标识符的其他的部分由字母、数字和下划线组成。

python 编程

LLM微调经验&认知

延申下来，可以理解Llama（原生）是一个会听不会讲中文的人，用中文语料做指令微调，实际上更多是教他“说中文”。

LLM 大模型

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

此外，Qwen2 系列模型在安全性方面也进行了改进，通过测试显示其在生成有害响应的比例上优于或与其他模型相当。

qwen 千问开源

回归分析：探索变量之间的奥秘

无论在哪个领域，经济学、生物学、医学还是社会科学，回归分析都发挥着至关重要的作用，成为指引我们前进的明灯。

回归分析变量

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

打开终端或命令提示符，并执行以下命令安装wechat_articles_spider： pip install wechatarticles 步骤 3：安装完成后

微信爬虫

大语言模型应用中的文本分块策略

当嵌入句子时，生成的向量侧重于句子的特定含义。

开源模型

提示词框架：BROKE

在通往终点的路上，有很多小任务和挑战需要你完成。

BROKE 提示词

大模型时代-行业落地的再思考

这类做法只是对大模型的生搬硬套，对解决领域问题和传统方法并没有很大的帮助。

大模型

百川智能正式发布130亿参数通用大语言模型百川大模型（Baichuan-13B-Base）

7B版本采用RoPE编码方式，而13B使用了ALiBi位置编码技术，后者能够处理长上下文窗口，甚至可以推断超出训练期间读取数据的上下文长度，从而更好地捕捉文本中上下文的相关性，让预测或生成更准确。

大模型中文

基于Ollama本地部署Llama3指南！

实际使用Llama3 llama3_8B的生成速度非常快，这个版本用N卡8G的显存跑问题也不大。

LLama3 ollama

11个情感刺激Prompt，高效提升AI大模型性能

2: 这对我的职业生涯非常重要。

Prompt 大模型

使用ChatGPT检查论文引用、提高研究深度

· · 最新研究论文：通过询问ChatGPT，您可以获取到关于数据分析的最新研究成果和论文，以保持您的知识更新。

ChatGPT 案例

玩一玩ChatGLM3，1660s即可流畅运行！

更完整的功能支持，原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。

大模型 ChatGLM

保姆级AI写论文，ChatGPT写论文指令全集

正文写作：论文课题是《xxxxx》，请帮我完成其中一小节内容：xxxxx (输入需要完成课题和小标题，最好是一、二级标题一并输入)，请在你的回答中提供具体的例子和数据，以支持你的观点。

ChatGPT 指令

<...92 93 94 95 969798 99 100 101 >

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