文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

AI大模型概念现阶段大家讨论的AI大模型一般都是围绕着“自然语言”方面的基础大模型。

大模型

最透彻的大模型PPO原理和源码解读

语言模型又是如何根据奖励做更新的？

PPO 大模型源码解读

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

随着大型语言模型的发展，检索增强生成（Retrieve Augment Generation，简称RAG）已成为构建问答和会话AI系统的一种流行方法。

大语言模型 RAG检索增强

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 量化延迟和成本降低——MII 可以显着降低非常昂贵的语言模型的推理成本。

大模型

OCR的终极解法——传统算法VS多模态大模型

随着技术的进步，命名实体识别系统的准确性和复杂性都有了显著提升，能够在多种语言和领域中有效地识别和分类实体。

OCR 大模型文字识别

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

该研究目标是创建一个与用户意图更符合的小型语言模型。

小型语言模型 Zephyr-7B

大模型中的Top-k、Top-p、Temperature详细含义及解释

Top-k & Top-p 选择输出标记的方法是使用语言模型生成文本的一个关键概念。

大模型

如何下载及使用通义千问7B开源大模型

阿里云开源通义千问70亿参数模型，包括通用模型Qwen-7B和对话模型Qwen-7B-Chat，两款模型均已上线ModelScope魔搭社区，开源、免费、可商用，欢迎大家来体验。

通义千问

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

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

论文摘要大型多模态模型（LMMs）通过多感官技能，如视觉理解，来扩展大型语言模型（LLMs），以实现更强的通用智能（注意 LMMs 与 LLMs的区别）。

多模态大模型 GPT-4V 文生图

大模型时代-行业落地的再思考

写在前面大家好，目前大模型落地是大家特别关心的问题，之前我也对垂直领域大模型的做了一些思考并对领域开源模型进行汇总。

大模型

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

中国AI大模型，应该如何商业化

比如OpenAI的语言模型GPT-3，成本接近500万美元，也就是人民币4000万左右。

大模型 AI

详解大模型RLHF过程（配代码解读）

出自：https://zhuanlan.zhihu.com/p/624589622 一直都特别好奇大模型的强化学习微调是怎么做的，网上虽然相关文章不少，但找到的文章都是浅尝辄止说到用PPO训练，再细致深入的就没有讲了

训练

<...8 9 10 111213 14 15 16 17 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1