文章列表-AI魔法学院

文章列表

九问中国大模型掌门人，万字长文详解大模型进度趋势

但大模型真正要使用或发展，还得有逆向思维，就是将大模型小型化。

大模型详解

AI拆解:《AI猫咪小红书账号3个月变现10W+》

今天，我们将探讨一位小红书博主的内容策略转变，以及这一转变如何体现了精益创业的核心理念。

文生图 AI拆解

七问大模型幻觉｜LLM Hallucination

幻觉现象的存在严重影响LLM应用的可靠性，本文将探讨大型语言模型(LLMs)的幻觉问题，以及解决幻觉现象的一些常见方法。

大模型

混合专家模型 (MoE) 详解

在有限的计算资源预算下，用更少的训练步数训练一个更大的模型，往往比用更多的步数训练一个较小的模型效果更佳。

MoE大模型

cursor+coze智能体，一行代码没写，我撸了个小程序

这点小事难不倒我，说干就干，咱今天就结合cursor +coze 智能体完成一个明星吐槽的微信小程序吧。

cursor+coze 智能体

垂直领域大模型的一些思考及开源模型汇总

个人觉得垂直领域大模型或者说大模型领域化、行业化才是大模型落地的核心要素。

垂直领域大模型开源模型汇总

LLM大模型推理输出生成方式总结

个字中采样参数：do_sample = True, num_beams > 1 其它Trick 惩罚重复方式：在每步时对之前出现过的词的概率做出惩罚，即降低出现过的字的采样概率，让模型趋向于解码出没出现过的词

大模型

大模型下半场，关于Agent的几个疑问

——是否需要一个learnable的环境小模型？

大模型

预训练对话大模型深度解读

智能助手时代，资本一顿狂追，成果则良莠不齐，小度、小爱，有点傻傻的”智能“；深度学习时代，典型的ChatGPT。

面向知识图谱的大模型应用

for Parallel Function Calling》(https://arxiv.org/abs/2312.04511), 颇受启发，或许可以通过LLM Compiler 实现已有知识图谱系统的大模型赋能

知识图谱大模型

回望做大模型一年后的感悟

大模型应该分为两类，一类是从头开始训练的基础模型，比如：Yi、QWen、Baichuan、ChatGLM、DeepSeek等等；另一类是continue pretraining和sft类别的模型。

大模型感悟

体验完阿里的EMO模型，我emo了

一、唠嗑近日，阿里宣布通义千问研发的AI模型—EMO模型正式上线通义千问App，并开放给所有用户免费使用。

EMO 文生图

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

随着各种AI模型的快速发展，选择合适的模型成为了研究和开发的一大挑战。

大模型

详解 Diffusion (扩散) 模型

扩散模型是跨不同深度学习领域使用的生成模型。

Diffusion 开源模型

QWen1.5: 卓越模型之路

引言在QWen升级之路一文中，我们深入探究了千问模型的优化过程，新版千问1.5模型较原先又取得的提升，本文将继续分析新版千问1.5模型取得不俗表现的原因。

Qwen1.5 开源模型

<...2 3 4 567 8 9 10 11 ...>

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