文章列表-AI魔法学院

文章列表

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

Yi技术报告细节分享

Paper: https://arxiv.org/abs/2403.04652 预训练阶段数据构造 Yi模型在预训练阶段的数据处理流程主要如下图所示，主要是对爬取的网络文本进行数据过滤和去重

Yi模型大模型

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

最佳开源文生图大模型可图：安装与批量出图的完整教程

/scripts/sample.py "一张瓢虫的照片，微距，变焦，高质量，电影，拿着一个牌子，写着“可图”" 可图会加载模型（还会加载chatglm作为文本编码器），然后推理生成图片，图片默认保存在

可图 kolors

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

国内外开源大语言模型一览表

轩辕在BLOOM-176B的基础上针对中文通用领域和金融领域进行了针对性的预训练与微调，它不仅可以应对通用领域的问题，也可以解答与金融相关的各类问题，为用户提供准确、全面的金融信息和建议。

大模型

忘了提示词吧，用自然语言教会AI画出想象力

这不是普遍的云，是刚刚到来的一大群蝗虫，它们很快开始在附近的田野上降落。

文生图

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

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

之所以今天能让我从被窝里爬起来是因为我被外面上学铃吵醒了，谁也睡不着了所以干脆起来学习。

SDXL-Turbo 文生图

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

最近在搞克隆人，发现一个很好的声音克隆项目，测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ &ensp

数字人声音克隆 GPT-SoVITS

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

<...3 4 5 678 9 10 11 12 ...>

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