文章列表-AI魔法学院

文章列表

RAG 修炼手册｜一文讲透 RAG 背后的技术

它通过训练语料库来学习单词之间的语义和语法关系，将单词映射到高维空间中的稠密向量。

RAG Embedding

8个常用中文OCR数据集，附下载链接

该数据集由两部分构成：训练集、测试集。

OCR

好看的图片不知道怎么写提示词？用AI读出来

本质上是把人工打标的过程逆操作，AI经过训练，逐渐“学”会了人类的打标过程，就可以利用大模型给图片打标。

文生图

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

此方法的优势包括较短的训练时间和无需额外采样，为开放大型语言模型(LLMs)的发展和微调提供了新方向。

小型语言模型 Zephyr-7B

解读OpenAI Sora文生视频技术原理

左：我们训练调节的潜DiT模型。

sora

大模型：泛化即智能，压缩即一切！

监督学习是优秀的数据海绵经过监督学习训练的深度神经网络是优秀的数据海绵——它们可以记住大量数据，并且可以通过数万批量大小的训练来快速完成这一任务。

泛化大模型

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

为此，社区在基础模型上做了大量的精调，生成特定领域的风格或场景图，比如训练各种各样的LoRA来改变风格。

SDXL

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

并且在上下文长度方面，所有的预训练模型均在32K tokens的数据上进行训练。

qwen 千问开源

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

中文开源文本嵌入模型中最被广泛使用的 text2vec 主要是在中文自然语言推理数据集上进行训练的。

GPT

腾讯最新的人像写真工作PhotoMaker

训练clip图像编码部分。

PhotoMaker 文生图

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

而 Sora 的团队则计划从零开始，自行训练一个包含解码器的压缩网络，后者负责生成视频，这一过程借鉴了训练潜码扩散模型的方法。

sora 论文

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

技术特点 Llama3-ChatQA-1.5是基于Llama-3基础模型训练而成的。

Llama3-ChatQA-1.5 对话问答模型

吴恩达Prompt教程之总结图解

其中Base LLM是根据训练语料选择最大可能性的单词进行填充，因此，会在填空类内容上表现不俗，但是面对QA类似的问题，可能并不能令人满意。

prompt 教程吴恩达

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

之后，我们只需要用几行代码就可以开始训练模型了。

大模型

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

作为一个通用的、可定制的Agent框架，ModelScope-Agent主要有以下特点：可定制且功能全面的框架：提供可定制的引擎设计，涵盖了数据收集、工具检索、工具注册、存储管理、定制模型训练和实际应用等功能

大模型

<...15 16 17 181920 21 22 23 24 ...>

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