文章列表-AI魔法学院

文章列表

MidjourneyV6高级提示词技巧（人物篇）

与之前的版本相比，这个模板的结构并没有太大变化，但由于V6在理解提示词方面的能力提高了，所以增加了一些细节。

Midjourneyv6 文生图提示词

从零开始学习大模型-第二章-大模型学习路线

必备基础知识数学基础：深入理解线性代数、概率论和统计学、微积分等基础数学知识。

大模型学习

收藏！万字长文聊聊LLM Agents的现状，问题与未来

即让LLM将一个复杂问题分解为级联的子问题，并依次进行顺序处理，可以显著提升LLM处理较复杂的性能。

LLM Agents

RAG从入门到精通-RAG简介

LLM的知识更新难题在进入RAG的介绍之前，需要读者首先理解一个概念，LLM的知识更新是很困难的，主要原因在于： 1.LLM的训练数据集是固定的,一旦训练完成就很难再通过继续训练来更新其知识。

rag 大模型

万字长文-大语言模型指令调优综述

提高指令依从性和处理意料之外的模型响应仍然是开放性的研究问题。

大语言模型

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

[你的图像描述] 4.论文助理：根据主题撰写内容翔实、有信服力的论文。

ChatGPT 提示词

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

(2) 接下来，一个视觉转换器 (ViT) 处理这些潜码的数据表示，输出清洁、无噪声的视频数据表示。

Sora 微软

开源大语言模型完整列表

这些模型通常拥有数十亿到数万亿个参数，能够处理各种自然语言处理任务，如自然语言生成、文本分类、文本摘要、机器翻译、语音识别等。

开源模型大语言模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型的设计目的是为了提高模型的表示能力和预测性能，能够处理更加复杂的任务和数据。

大模型

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与 ColBERTv2 相比，Jina-ColBERT 在各项测试中都展现了顶尖的性能，特别在处理长文档数据集时，其表现更是显著优于 ColBERTv2。

rag 大模型

快手大模型出炉！【快意】来袭！

例如，KwaiYii-13B-Base预训练模型在MMLU、CMMLU、C-Eval、HumanEval等Benchmark上目前处于同等模型规模的领先水平。

开源模型

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

根据官方的描述，Vicuna模型是基于7万多个用户分享的与ChatGPT对话的数据进行微调得到的。

大模型

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

通过在任务特定数据集上微调模型参数，使模型适应特定任务的要求。

大模型

阿里出品自动化视频剪辑工具FunClip！

FunClip让用户能够根据识别结果，轻松选择文本片段或特定说话人，从而快速裁剪出所需视频片段。

FunClip 视频阿里

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

此外，它在JAX框架下的优化使其能够利用Google的TPU架构，这在处理大规模数据时提供了前所未有的速度优势。

Whisper 语音识别

<...35 36 37 383940 41 42 43 44 ...>

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