文章列表-AI魔法学院

文章列表

大模型训练为什么用A100不用4090

这下热闹了，台下的谭博首先发言，说我在华为肯定能知道所有这些东西；然后传雄老师也跟了一句，要是做网络的懂了太多 AI，那可能他就变成一个 AI guy 了。

大模型

国内AI大模型已近80个，哪个最有前途？

大模型的下一站肯定是多模态，字节有最多的多模态数据。

大模型

prompt必须知道的26条军规

4、使用肯定的指令，如“做什么”，同时避免使用负面语言，如“不要做什么”。

prompt 大模型

一文探秘LLM应用开发-Prompt(相关概念)

这里面有两个层面提升，一是尽可能提升模型的zero-shot的能力，这很显然，不用提供例子模型能够执行肯定比提供例子要更智能，另一方面，让模型能够识别更多的任务类型，以及回答方式。

prompt 大模型

Prompt屠龙术-少样本示例

现在我很快乐，所以我很肯定，我的人格已荡然无存。

Prompt 少样本示例

大模型狂飙两年后，“六小龙”开始做减法

零一万物创始人兼CEO李开复也表示，因为开源模型的存在，过去说百模大战，现在肯定没有百模在做预训练了。

AI 大模型

目前有哪些比较成功的人工智能应用？

这个问题其实复杂也不复杂，如果有条件肯定是两个都选，但是如果只能选择一种的话，就得比较一下自己到底适合哪个。

生成式AI

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

在刚才的例子中，当提到宫崎骏风格的时候，你的脑海里肯定也会跳出跟这类作品相关的风格特质来，因为你看过并且记得，这个时候，我们开始去想象它变成动画片里的样子，并且用一个动漫的方式“睁开眼睛”，让图片恢复清晰

AI图片

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

例如，Phi-3 在 GSM8k 和 GSM1k 之间的准确率几乎下降了 10%，但它仍能正确解决 68% 以上的 GSM1k 问题 —— 这些问题肯定没有出现在它的训练分布中。

过拟合小模型

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

如果答案是肯定的，RAG 可能是更好的选择。

训练

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

取 AIGC 的老司机们或者看过我之前文章的朋友对知识摘要肯定不陌生。

提示词文生图 AIGC

LangChain + ChatGLM2-6B 搭建私域专属知识库

WANDB_DISABLED=true 准备数据集这里为了简化，我只准备了5条测试数据，分别保存为 train.json 和 dev.json，放到 ptuning 目录下，实际使用的时候肯定需要大量的训练数据

知识库

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

对于这个问题，可以肯定的是，所有主流的AI开发者都在全速推进极其昂贵的集群建设。

Scaling Law AI大模型

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

现在计算后验胜率，我们会发现，即使先验胜率很小也于事无补：我们使用的还是前面的先验胜率，再加上又猜对5次掷骰子的结果，后验胜率就约等于4592，这意味着我们需要再次肯定朋友有超能力。

贝叶斯定理

大语言模型的拐杖——RLHF基于人类反馈的强化学习

因此，Ilya关于多模态是否必要的观点是多模态不是必要的，但肯定是有用的，但没必要一定二者选其一。

大模型训练

<...4 5 6 7 8 91011 12 13 >

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