文章列表-AI魔法学院

文章列表

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

大模型时代-行业落地的再思考

下次听到xxx宣传自己做了行业大模型的时候，一定要仔细看看用了什么做法，用了多少数据，用了多少卡，工作量有多少。

大模型

最受欢迎的SDXL模型，Turbo极速来袭！

在C站，最受欢迎的SDXL模型，是大名鼎鼎的DreamShaper。

sdxlturbo 绘画

大模型与游戏结合的一个思路

目前这类游戏主要都是靠鼠标和键盘来操作，有了ChatGPT这种能够“理解”自然语言的人工智能大模型，那么完全可以通过自然语言来进行所有操作，比如命令某支部队去到什么地方，直接用文字就可以了，就如同你给部队下达的命令电报

人工智能游戏

大模型检索增强生成RAG的优化

· 大模型迭代：基于正反馈微调模型、量化感知训练、提供大context window的推理模型。

RAG 检索增强大模型

中国AI大模型，应该如何商业化

那么矛盾也接踵而来，迅速的商业化，难以避免的是一些安全性、伦理性的问题被暂且搁到一边，更为真实的情况是，如今大模型迅速商业化之后的发展路径思考的其实并不多，因此也就看到了很多大模型基本上就是浅尝即止，最后引发商业化与非盈利之间的矛盾

大模型 AI

详解大模型RLHF过程（配代码解读）

的一个词当作新的state，而不只是把prompt当作state，状态转移蕴含在transformer内部）本篇文章并不会介绍太多PPO的原理，相关文章已经很多了，比如李宏毅介绍PPO的课程。

训练

对于大模型RAG技术的一些思考

例如，用户如果直接问一句“请给我推荐一个酒店”，那么模型不知道用户想住什么位置，什么价位，什么风格的酒店，给出的答案肯定是无法满足用户的需求的。

RAG 大模型

生成式AI与大语言模型的区别

采用生成式人工智能的艺术家可以尝试调整多种技术。

生成式AI 大语言模型区别

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

训练式位置编码的缺点是没有外推性，即若训练时最大序列长度为2048，在推断时最多只能处理长度为2048的序列，超过这个长度就无法处理了。

大模型

总结！大模型微调（Tuning）的常见方法

除了微调ChatGPT之外，还有许多其他预训练模型可以进行微调。

微调大模型

视频大模型训练相关词条解释

想象一下，如果我们能够通过简单的描述就创造出动态的、互动的三维世界，那么教育、娱乐乃至科学研究将迎来怎样的变革？

视频生成 sora 词条

图文详解丨iOS App上架全流程及审核避坑指南

本期我们从iOS app上架流程开始梳理，详细了解下iOS app上架的那些事。

iOS 苹果市场

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

但ChatGPT的GPT-4模型已经进化成GPT-4-turbo，有了更强的上下文理解能力，更长的文本记忆，能理解图片、生成图片，以及更会使用网页浏览、代码解释器等工具帮助用户完成任务，所以我预期会在2024

ChatGPT 使用技巧教程

真超越了GPT？国产大模型实用场景横评②

很多媒体也在第一时间进行了简单的上手测试，而一些侧重于逻辑推理等能力的基准评测也迅速展开，各自产生了不同的结果。

大模型

<...28 29 30 313233 34 35 36 37 ...>

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