文章列表-AI魔法学院

文章列表

如何使用 Megatron-LM 训练语言模型

在 PyTorch 中训练大语言模型不仅仅是写一个训练循环这么简单。

开源模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

，它让ChatGPT这样的LLM能够使用HuggingFace社区的各种模型（包括但不仅限于文生图、图生文、语音转文字、文字合成语音等），从而让LLM能驱动其他智能Agent，实现多模态能力。

提示词 prompt

“大模型+机器人”的现状和未来，重磅综述报告来了！

以CLIP为代表的对比语言-图像预训练模型通过最大化图像特征与文本特征的互信息，学习了视觉与语言的对齐映射。

论文机器人

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

语义索引模型的效果直接决定了语义相关的物料能否被成功召回进入系统参与上层排序，从基础层面影响整个系统的效果。

开源模型

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

Playground团队刚刚发布了新的文生图模型Playground v2，它是基于SDXL的架构从零训练的模型，但是根据用户评价，它在生成效果上比SDXL强2.5倍。

文生图 Playground

字节推出开源绘画大模型SDXL-Lightning，秒级出图

字节的众多头条作者和抖音创作者们，为其提供了大量的训练材料。

sdxl 字节绘画

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

人们一直在努力开发智能的AI代理，然而，这些努力主要集中在算法或训练策略的进步上，以增强特定能力或在特定任务上的表现，例如我们曾经熟悉的图像识别、人脸识别、多种语言翻译等等。

大模型

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

该框架结合了归纳知识和检索文档，并利用大型语言模型（LLM）通过一种基于归纳推理模式的新提示方法生成这种知识。

IAG框架大语言模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

检索增强生成（RAG）是减轻大型语言模型（LLM）幻觉的一种有前途的方法。

大模型 RAG检索增强

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

Baichuan 3显威：中文任务全面超越GPT-4 在CMMLU、GAOKAO等中文权威评测中，Baichuan 3不仅展现了出色的语言理解能力，还在生成任务上大放异彩，这得益于其针对中文语境的深度优化

Baichuan 3 大模型

图解 Transformer——功能概览

一、引言随着大型语言模型如 ChatGPT 的横空出世，我们进入了自然语言处理（NLP）的一个新纪元。

Transformer 大模型图解

对于大模型RAG技术的一些思考

这导致了这些模型，对于垂直领域的知识识别是有缺陷的。

RAG 大模型

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

一文读懂GPT-1：生成式预训练如何提升语言理解

为了深入探索大语言模型的发展历程，我们精心挑选了一系列经典论文进行分享，希望能与大家共同学习和理解大语言模型背后的技术。

GPT

蚂蚁推出ProChat：快速搭建大语言模型 Chat 对话的前端组件库

Message; // 支持流式和非流式｝｝ /> ); 特性 Note ProChat 专注于快速搭建起大语言模型

ProChat 大语言模型

<...10 11 12 131415 16 17 18 19 ...>

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