文章列表-AI魔法学院

文章列表

大模型推理能力增强方法总结

也就是说“Let's think step by step”这句话，只是通过这个 prompt 让LLM 尽可能生成一些思考过程，然后再将生成的 rationale（理由）和 question 拼在一起

推理能力大模型

prompt中的分隔符号的正确使用方法

因为在模型训练时会对分隔符号进行编码，使其在处理输入时能够识别信息的边界和结构。

prompt 分隔符

如何成为LLM提示词大师！「大语言模型的底层心法」

LLM可以重新排列段落，增强逻辑关联，更顺序地呈现思想，或者改善文本的可读性。

大模型提示词

SD3 正式开源 Sora同源架构

· 字体排印学：在排版方面取得稳健的结果，优于更大的最先进的模型。

SD3 绘画

混合专家模型 (MoE) 详解

下图展示了编码器部分的结构。

MoE大模型

RAG——使用检索增强生成构建特定行业的大型语言模型

由于笔者之前梳理过比较多的AI应用，在查看检索增强生成技术（Retrieval-Augmented Generation）技术论文时，发现了一个事实，那就是几乎各大AI应用都有用到这种检索增强技术。

大模型

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

VAE美化模型/变分自编码器 VAE，全名Variational autoenconder，中文叫变分自编码器。

文生图 SD

盘点字节跳动最新的AI应用

此时，字节跳动在大模型的研发上也进入了关键阶段，不久后推出了其自研的“云雀大模型”，这成为了字节跳动打造大模型产品的关键一步。

字节 AI工具

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

Github地址：https://github.com/CLUEbenchmark/SuperCLUE SuperCLUE评测榜单榜单由三部分组成：总榜单、基础能力榜单、中文特性榜单排行榜会定期更新

大模型训练中文

微调大型语言模型-核心思想和方法介绍

但是，如果我们可以访问 LLM，则使用来自目标域的数据在目标任务上对其进行调整和微调通常会产生更好的结果。

大模型训练

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

文生图

回归分析：探索变量之间的奥秘

通过这种方法，我们可以深入了解因变量与自变量之间的密切联系，预测未来的变化趋势。

回归分析变量

Fooocus更新了2.3

fooocus又更新了，现在版本2.3，注意，我现在使用的是英文版fooocus，自动更新到最新版。

fooocus 文生图

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

【NLP技术分享】文本生成评价指标的进化与推翻

然而由于语言天生的复杂性和目前技术限制，我们目前还没有一个完美的评价指标。

开源模型

<...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