文章列表-AI魔法学院

文章列表

七问大模型幻觉｜LLM Hallucination

幻觉现象的存在严重影响LLM应用的可靠性，本文将探讨大型语言模型(LLMs)的幻觉问题，以及解决幻觉现象的一些常见方法。

大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

引言紧跟技术发展趋势，快速了解大模型最新动态。

大模型研究

文心一言大模型使用指南

今天分享『文心一言』大模型的使用和相关功能介绍。

文心一言百度

中国大模型「顶流群聊」笔记

备案制管理，意味着对大模型发展的政策上的宽松，这也意味着大模型在国内的商用和产业化将真正开启。

大语言模型

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

大模型对显卡资源的消耗是很大的。

大模型

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

在中文对话大模型开源社区里，最近迎来了一位优秀的新成员——BELLE。

belle 训练大模型

通俗解读大模型微调(Fine Tuning)

正如我在《大模型时代的应用创新范式》一文中所说，大模型会成为AI时代的一项基础设施。

大模型微调

从第一性原理看大模型Agent技术

随着大规模模型技术的兴起，我们正处于一个崭新的智能时代的黎明。

大模型 agent

国内外开源大语言模型一览表

(同为基于医学数据训练的大模型)，欢迎大家届时使用体验。

大模型

大模型能力快速测评极简题目

玉皇大帝住在平流层还是对流层？

大模型

大模型：泛化即智能，压缩即一切

如果你认同Scaling Law定律，你就应该相信通过大量不同的数据来追求长期的模型泛化能力比短期的通过巧妙的模型微调更重要，这个想法在机器学习先驱 Rich Sutton 《苦涩的教训》中也有所体现。

大模型泛化

垂直领域大模型的思考

相比能做很多事，但每件事都马马虎虎的通用大模型；只能做一两件事，但这一两件事都能做好，可被信赖的垂直大模型会更有价值。

垂直领域大模型

大模型量化：什么是模型量化，如何进行模型量化

What：什么是模型量化简单来说，模型量化（Model Quantization）就是通过某种方法将浮点模型转为定点模型。

大模型

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

微软最近推出了一款新的小型人工智能模型，名为 Phi-3 Mini。

Phi-3 Mini 开源模型微软

预训练对话大模型深度解读

作者：轻口味链接：https://juejin.cn/post/7239393450906058810 1、背景介绍 ChatGPT爆火，大模表现的“涌现”现象，证明了大模型的这条路行得通

<1 234 5 6 7 8 9 10 ...>

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