文章列表-AI魔法学院

文章列表

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

分为三步：旧策略采样（Old Policy Sampling），KL 散度惩罚（KL Penalty）与生成优势估计（Generalized Advantage Estimation，简称 GAE）。

HAI-Chat RLHF

使用ChatGPT检查论文引用、提高研究深度

· · 批判性思维：ChatGPT能够提供批判性思维的训练资源，帮助您更深入地分析和评估研究。

ChatGPT 案例

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

每一步，人工智能体都可以评估其进展并调整其策略。

AI Agent 人工智能

精通百种语言的翻译AI来了！Meta推出，免费、开源！

在这里，你可以找到SeamlessM4T的详细介绍、使用说明、示例、评估报告等信息。

大语言模型

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

尽管 DeepSeek-V3-Base 的训练成本较低，但综合评估表明，DeepSeek-V3-Base 已经成为目前可用的最强大的开源基础模型，特别是在代码和数学方面。

DeepSeek V3 开源模型

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

测试时计算技术，能在推理阶段（模型被使用时）就将模型增强，比如，模型可以实时生成和评估多种可能性，而不是理解选择单一答案。

Scaling Law AI大模型

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

除了这些常规的数据集，Meta AI还评估了Llama 3在现实场景中的性能，并为此研发了一套高质量的测试数据集。

meta llama3

无限长的上下文，也干不掉的RAG

最后，通过开放域问答的案例研究，论文提供了对现有语言模型使用长上下文的理解，并为未来长上下文模型的评估提供了新的协议。

RAG 大模型

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

然而，最近麻省理工学院的一项研究却引发了许多人对于大模型本身理解和学习能力的诸多质疑，甚至有网友锐评道，“LLM 只会照本宣科，而不能像人类甚至其他动物那样将所学到的知识应用于新事物。”

Scaling Law AI大模型

OpenAI视频模型Sora的推理生成成本多高？

1.6T - 1.8T 之间，激活参数量估计在 400B - 600B 之间， GPT-4 的训练理论计算量需按照激活参数量而非总参数量来估计。

Sora 推理算力

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

在精确匹配评估上，当测试问题的顺序和训练数据匹配时，GPT-3-175B 获得了较好的精确匹配准确率，结果如表 1。

大模型

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

我们还特别在专为长文本设计的新 LoCo Benchmark 上进行了测评，可以看到 Jina-ColBERT 在处理那些超出 ColBERTv2 常规上下文长度的场景时，表现更是出色。

rag 大模型

大语言模型应用中的文本分块策略

评估每个区块大小的性能 - 为了测试各种区块大小，您可以使用多个索引或具有多个命名空间的单个索引。

开源模型

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

威斯康星大学麦迪逊分校教授、Google研究人员Somesh Jha评论道：这篇新论文可以被视为「改变了游戏规则」，它可能会迫使整个行业重新思考，该如何为AI系统构建护栏。

开源模型

ChatGPT实用指南|ChatGPT十步搞定论文【全流程+提示词】

这不仅涉及语法的校正，还包括评估内容的实际可读性。

ChatGPT 写作提示词

<...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