文章列表-AI魔法学院

文章列表

LLM native策略的内部状态是否应该结构化【2023Q3】

如果发现做不到能够非常明确的标注，那么很可能意味着这个系统的内部状态并没有我们想象的那么标准化和结构化。

大模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

，是针对某特定任务而言，不同的任务需要给出不同的表达形式；instruct则是激发语言模型的理解能力，是针对任务集合而形成的指令，它能通过理解做什么任务，在未可见任务上泛化能力更强【zero-shot

训练微调

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· 局限性 · 缺乏批处理支持 - 对于大量消息流，这很可能成为应用程序性能的瓶颈。

大模型

刚上线就崩了？字节版 GPTs 征战国内市场：无需编码，快速创建 AI 聊天机器人

“字节聚焦 AI 应用非常聪明，基础模型差距很大，借‘基础能力’用流量起势，积累数据再反哺‘能力’，策略清晰可执行”，该用户在 X 上评论道。

Coze 聊天机器人

Elasticsearch 中的向量搜索：设计背后的基本原理

在较高层次上，HNSW 将向量组织成一个图表，其中相似的向量可能会连接起来。

向量数据库

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

它包含了能够在可能不适用于RAM的任意大小的向量集合中进行搜索的算法。

开源模型

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

希望你能从中获得乐趣！

GPT-4 提示词

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

这对于生成用于创意写作或头脑风暴会议的文本等用例来说可能很好，但当输出用于客户支持等业务应用程序时，它可能是灾难性的。

大模型

从零开始：构建你的首个ComfyUI工作流

ComfyUI的一个亮点是能够一键加载大量工作流，让用户轻松实现人像生成、背景替换和图片动画化等功能。

comfyui 文生图工作流程

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

如果能理解大模型的输出是什么样的机制或者由哪些网络决定的，可以帮助我们进一步优化大模型的训练质量。

大模型调试工具

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

同时，研究未考虑模型安全性如可能产生有害输出等问题。

小型语言模型 Zephyr-7B

SD3 正式开源 Sora同源架构

12G起吧 SD3的更新特点采用Diffusion Transformer（DiT）架构：Stable Diffusion 3.0采用了与Sora相同的DiT架构，这种架构设计使得系统的扩展性更强，能够处理多种类型的输入数据

SD3 绘画

如何使用ChatGPT写论文

提供一些能帮助我提高数据分析技能的资源 2.

ChatGPT 写作

请以“亮相”为题目写一篇记叙文，要求不少于700字。

因为只有在不断地尝试和努力中，我们才能不断成长和进步。

中文大模型训练

什么是prompt（人话版）

所以作为第一篇，我们先来用大家没有阅读障碍的方式，讲一讲什么是“prompt提示词” 你可以把“提示词”理解成：让 AI 能精准 Get 到你意图的话，或者与 AI 沟通的语言方式。

prompt

<...63 64 65 666768 69 70 71 72 ...>

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