文章列表-AI魔法学院

文章列表

大模型时代-行业落地的再思考

我是很反对这个做法的，大模型（foundation model其实是更准确的说法）的过人之处不是因为参数量大，而是因为通用（跨领域的通用）以及追求通用的过程中涌现出来的能力，完全用领域数据只是之前模型训练方法的改变

大模型

保姆级教程：图解Transformer

μi=1m∑i=1mxij 上式中以矩阵的行 (𝑟𝑜𝑤) 为单位求均值： σ2j=1m∑i=1m(xij−μj)2 上式中以矩阵的行

人工智能

AutoGPT与LLM Agent解析

从另一个角度看，对于一些目标明确，专业化且高频的场景，往往具有丰富的数据，可以通过构建一个更小的专有模型来很好地以较低成本来完成相关诉求。

大模型

百度智能云的Prompt模板

限定Prompt指令范围（To Do and Not To Do）在一些需要明确返回内容范围的场景，例如需要通过返回内容进行检索等，给出明确的指令输入模型，能够提升返回内容的准确度，来满足场景诉求。

大模型 prompt

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

https://github.com/cmdr2/stable-diffusion-ui/releases/latest/download/Easy-Diffusion-Linux.zip 安装硬件要求：

Stable Diffusion 插件安装

RAG应用中数据处理过程需要注意的事项

结束虽然这些步骤的具体实现可能会根据您的数据、您使用的Embeddings和您的项目需求而有所不同，但将它们合并到您的ETL过程中可以帮助确保您的Embeddings尽可能干净和可靠。

RAG 大模型

说真的，SDXL究竟藏着多少秘密，也许没人知道

你可能会觉得这个问题有点奇怪，是的，我一开始也是这么想：指望SD直接画logo不是个通用需求，随便搜一下网图就够了。

文生图

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

如果你有另一个Stable Diffusion用户界面，你可能能够重用需求。

文生图

大语言模型LLM和知识图谱KG增强的企业搜索应用

这比仅仅使用模型本身训练数据要好得多，因为要求LLM在其响应中仅使用搜索结果意味着答案是： ·当前的（与LLM相比，LLM在接受训练后就没有任何新知识）

开源模型

终于不用加班了！50个Claude 2高级Prompts让工作逆天提效

Share tactics for politely but firmly saying no to non-essential 「requests」.分享有礼貌但坚定地对非必要的「请求」说不的策略

提示词

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！

运行环境：纯本地支持系统：Mac、linux、win系统的WSL2 算力要求：零！

Qwen1.5 开源模型

Stable Diffusion

Stable Diffusion 入门教程开篇

高度可扩展多种多样的开源插件，适合很多定制化需求场景，有能力的话还能自己开发插件。

Stable Diffusion 文生图入门教程

RAG与Long-Context之争—没必要争

如果你遇到一个1张T4部署大模型的需求，就知道显示是多么残酷。

RAG Long-Context 大模型

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

无论是专业人士还是小白入门者，coze都能满足你的需求，让你在AI的世界中尽情发挥！

Coze 聊天机器人

使用思维链写Prompt

蒙特卡洛方法 — 创意选择的头脑风暴蒙特卡洛技术的精髓在于，我们要求模型产生几个不同的方案，然后综合这些方案的精华，形成一个完整的最佳答案。

思维链 prompt

<...46 47 48 495051 52 53 54 55 ...>

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