文章列表-AI魔法学院

文章列表

自己电脑上跑大语言模型（LLM）要多少内存？

模型文件大小模型文件大小可以通过看[参数量]+[精度]来简单计算。

大语言模型运行

会“追问”的Agent，大模型知识库另类实践

很多情况下，用户初始的意图是模糊的，应用必须有能力“追问”或“应对追问”，引导用户找到目标答案。

大模型

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们几乎每天都使用搜索引擎，搜索是大模型需求最多的落地应用之一。

大模型 Ziya

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

特别的，如果大语言模型（LLM）以 <description> 为条件，那么模型 <name> 的可能性将不会高于随机基线。

大模型

Selenium+ddddocr | 再也不担心图片验证码

光学字符识别）库，该库可以识别图片中的文字，并返回文字内容。

Selenium ddddocr库

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

不以开放性著称的苹果居然同时开源了大模型的权重、训练和评估框架，涵盖训练日志、多个保存点和预训练设置。

OpenELM 大模型

如何用大语言模型构建一个知识问答系统

从大语言模型（Large Language Model, LLM）[2]角度而言，上面的需求是在两阶段训练模式下，面向下游场景进行适配的问题。

知识库

chatglm3基础模型多轮对话微调

base模型去自由地做SFT了。

ChatGLM 微调

使用知识图谱提高RAG的能力，减少大模型幻觉

在使用大型语言模型(llm)时，幻觉是一个常见的问题。

RAG 大语言模型

AIGC沸腾200多天后，投资人达成三大共识

今天的AIGC还仅在文字领域，多模态的大模型还没出来，到今年年末，Open AI在图像上的一些突破，可能会进一步让大家爆发想象力。

大模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

前言说起业务落地级别的姿态估计算法方案，大家基本上的共识都是top-down范式，也就是det+pose的形式，先由一个轻量级的目标检测模型提供bbox，再依次送入pose模型进行单人姿态估计

MoveNet-SinglePose Google 模型

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

Qwen这波年终大放送相当给力，将所有模型更新到了1.5版本，一次性放出6个尺寸，几十个模型！

Qwen1.5 大模型

链接大模型与外部知识，智源开源最强语义向量模型BGE

在大模型时代，它更是用于解决幻觉问题、知识时效问题、超长文本问题等各种大模型本身制约或不足的必要技术。

embedding 语义向量

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

在开源Kandinsky 2.2之后，俄罗斯AI研究团队AI Forever又开源了新的文生图模型Kandinsky-3，这个模型最特别之处时采用了一个超大的text encoder（参数量为8.6B）

Kandinsky-3 文生图开源模型

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

comfyui sdxl 文生图

<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