文章列表-AI魔法学院

文章列表

万字长文，AI大模型的应用实践总结

本文详细整理了探索大模型相关技术，主要涉及AI集群、AI集群通信、大模型训练（参数高效微调）、大模型推理加速、大模型评估等内容，希望能够帮助大家快速了解大模型，尽早适应时代的变化。

大模型

更强的小型LLM：Zephyr-7B

该模型取得了令人难以置信的成果，在多种任务中超越了许多更大的模型。

Zephyr-7B 大语言模型

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>

高效参数微调方法 PEFT 随着大语言模型的参数量越来越大，进行大模型的全量微调成本很高。

大模型

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

RAG产生了高质量的结果，因为它增加了直接来自向量化信息存储的特定于用例的上下文。

生成式AI

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

终于又有时间更新文章了，今天继续总结最近一周的研究动态，梳理了10篇有关大模型(LLMs)的最新研究进展，其中涉及涉及多模态RAG、推理时对齐、多模态模型、大模型微调、大模型Agent等热门研究。

大模型研究

几款开源的OCR识别项目，收藏备用

EasyOCR.git mmocr MMOCR 是基于 PyTorch 和 mmdetection 的开源工具箱，专注于文本检测，文本识别以及相应的下游任务，如关键信息提取

OCR

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

RAG（Retrieval Augmented Generation，检索增强生成）系统从给定的知识库中检索相关信息，从而使其能够生成事实信息、上下文相关信息和特定领域的信息。

RAG 检索

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

就在今天，微软正式发布了曾在11月Ignite大会上预告的Phi-2！

小语言模型

AI写作：如何用AI一键提炼文章要点，10倍提效（含提示词）

信息洪流的时代，如何高效吸收信息？

AI写作提示词

llm-action：让天下没有难学的大模型

由此，催生了各种参数高效微调技术，让科研人员或者普通开发者有机会尝试微调大模型。

大模型 LLM

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

llama3的微调！

MoE 专家混合模型

大模型：泛化即智能，压缩即一切！

如果你认同Scaling Law定律，你就应该相信通过大量不同的数据来追求长期的模型泛化能力比短期的通过巧妙的模型微调更重要，这个想法在机器学习先驱 Rich Sutton 《苦涩的教训》中也有所体现。

泛化大模型

SD入门教程六：ControlNet基础入门

而 ControlNet 则是通过图片的结构信息来控制模型生成的图片。

ControlNet 文生图

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

最终，我选择了让 ChatGPT 来对微信公众号的文章标题进行分类，看一下那些 10w+ 文章的标题都是怎么吸引人的。

大模型

大模型再发展5年，搜索引擎还在么？

大模型既是内容的生成器也是信息的过滤器，而搜索只是信息的过滤器，那发展下去搜索引擎这个自互联网发生以来就存在的产品会受到什么影响？

大模型

<...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