文章列表-AI魔法学院

文章列表

百度智能云的Prompt模板

它可以是一个问题、一段文字描述，甚至可以是带有一堆参数的文字描述。

大模型 prompt

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

我们先看看他常规尺寸的数据，这么看，各项数据，不管放在国内外，在开源阵营中，都是非常能打的！

Qwen1.5 开源模型

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

这源自于大语言模型学习算法的改进及海量训练数据的输入与“投喂”，千亿甚至万亿级参数的大模型不断出现，这让大模型具备了某种意义上的“思考”能力。

大语言模型

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

这个正则化项可以帮助模型更好地泛化和适应新的数据，避免过度拟合现有的数据。

agent

大模型落地“诸神之战”，场景玩家先杀出重围了

它包括自然语义大模型、视觉大模型、视频大模型，和通用大模型不同，它的训练数据中包含了大量成熟营销方法论、营销数据。

大模型文生图

关于大模型驱动的AI智能体Agent的一些思考

P (plan) 计划：包括数据收集，方针和目标的确定，以及活动规划的制定。

大模型

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

在数字化时代，我们每天都在与海量信息打交道。

Flowith GPT 生产力工具

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

今天给大家分享一个万金油写作结构，适合大多数的干货文和观点文。

AI写作提示词

什么是BERT？

CV中所采用的预训练任务一般是ImageNet图像分类任务，完成图像分类任务的前提是必须能抽取出良好的图像特征，同时ImageNet数据集有规模大、质量高的优点，因此常常能够获得很好的效果。

embedding

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

为了避免过拟合，CoH添加了一个正则化项来最大化预训练数据集的对数似然。

Agent

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

LangChain 提出的方案如下图所示，暂且称它为「增量更新」模式，在 data-transform 这一步、embedding 之前针对没个 chunk 做一次 hash，记录下来 hash 值，每次源数据更新了只需要在这一步里面比对一下

大模型

Dify：大模型创业开源工具，46,558 行代码，完全开源

您可以根据生产数据和标注持续改进提示、数据集和模型。

Dify 开源工具

深度好文，Agent盛行前传

第四是语言（language），语言能力的获取已经在agent的大型数据语料库中的语言预测建模的工作中初见成效，但由于语言有自身的上下文属性、顺序性以及不同场景对语言的需求不一样，在训练语言能力会付出一定的机会成本

Agent 大模型

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

这可能是由于算法过度拟合训练数据或缺乏细节所导致的。

Negative Prompt 文生图

TTS，一个奇妙的AI工具

但大多数人，很难一次性的流畅表达一个主题，往往需要在制作视频时加入配音。

TTS 文本转语音

<...33 34 35 363738 39 40 41 42 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1