文章列表-AI魔法学院

文章列表

一文彻底搞懂多模态 - 多模态推理

知识图谱推理是指基于知识图谱中的事实和关系，通过逻辑、规则、统计或机器学习等方法，从已知的信息中推断出新的信息或关系的过程。

多模态推理大模型

公司如何使用ChatGPT进行内容营销？

要掌握ChatGPT的功能，必须深入研究驱动其内容生成能力的架构框架和算法：转化器架构和算法：ChatGPT的基础是Transformer架构，它采用了自我关注机制来处理和生成文本。

大模型

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

虽然在 GLM 模型的早期研发阶段，GPT-3 已经非常出色，但智谱 AI 选择从底层算法原理入手，将自己的理解融入进去，最终需要通过实验和应用来验证。

智谱 AI

谁杀死了我们的技术教程？网络技术教程越来越少？

本文的内容，全部为个人的主观臆断，如果和任何人的想法有出入，千人千面，很正常。

技术技术教程

社区供稿｜GPT-4 与国产模型，大！横！评！

这个需求来自一位法师朋友，她的原始数据非常杂乱，想要提取信息需要费点劲看到两家的输出流下了感激的泪水 GLM4： GPT4：文心4.0：文心无法上传csv数据，不具备分析能力，本轮不能完成任务。

GPT-4 大模型

AI产品经理视角：如何构建人工智能产品

这种方法直接导致他们陷入集成谬误：即使这些专家和工程师产生了出色的模型和算法，他们的输出也常常停留在游乐场、沙箱和演示的水平上，而永远不会真正成为产品的成熟部分。

大模型产品经理

理解 o3 及其技术分析

现在如何构造出足够难的benchmark已经成为一个实质性的问题，而大部分人都无法理解这些benchmark到底意味着什么。

o3 技术分析

大模型LLM基础｜分词

基于词典的分词基于词典的分词使用一个预定义的词汇集进行分词，通常涉及最大匹配算法。

开源模型

【大模型微调】 Llama 2 ：对话模型的全过程微调

微调（Fine-tuning） Llama 2-Chat 是经过数月的研究并结合对齐技术进行迭代的结果，其中微调和 RLHF 都需要大量的计算和标注资源。

大模型

LLM native策略的内部状态是否应该结构化【2023Q3】

这个明确的标准是：对于绝大部分case，都可以人工标注出内部状态的真值，来供ML算法优化。

大模型

白话Embedding：普通人都能懂的科普文

为了计算这个，我们有另一个公式，可以扩展到任意数量的维度。

Embedding 向量

保姆级教程：图解Transformer

本文是图解 AI 算法系列教程的第二篇，今天的主角是 Transformer。

人工智能

将任意文本转换为知识图谱

我们可以运行图算法并计算任何节点的中心性，以了解概念（节点）对于这项工作的重要性。

知识图谱转换文本

在飞速发展的时代管理AI风险

一旦自治人工智能系统追求不受欢迎的目标，无论是由恶意行为者嵌入还是意外嵌入，我们可能无法保持它们在检查之中。

人工智能伦理

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

使用ModelScope提供的notebook环境【推荐】ModelScope(魔搭社区)提供给新用户初始的免费计算资源，参考ModelScope Notebook如果初始免费计算资源无法满足要求

妙鸭相机

<...25 26 27 282930 31 32 33 34 ...>

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