文章列表-AI魔法学院

文章列表

点评：六大向量数据库

AI研究院利用自主开发的MAP-GPT：源码-架构图智能生成系统，独家发布六大热门向量数据库的模块库架构图，包括： Milvus、Zilliz、Faiss、Qdrant、LlamaIndex和Chroma

向量数据库

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

这个分类任务不能太简单，不然没意思，同时，分析出来的东西还要比较有趣，能有点用最好了。

大模型

造梦师手记：SDXL迎来了AI插画师

优点：构图大胆，没有摆拍感，主体突出，没有过多繁杂的细节，认识很多动漫人物（依靠角色日文名拼音触发，例如，“ayanami rei”对应角色“绫波丽”，“kamado nezuko”对应角色“祢豆子”

文生图漫画

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

Llion也尝试了新型模型变体，负责我们最初的代码库，以及高效推理和可视化。

Transformer 大模型

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

你如果用过houdini、blender、ue等节点式软件，或许你能更轻松的上手开始使用。

文生图

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

（以上镜像下载可能比较慢，需要用国内阿里源来实现镜像加速,这里就不开展说明）启动后程序如下端口和服务其中 etcd 占用 2380端口，9000是minio对内提供服务端口，Milvus

向量数据库

使用自己的数据训练清华ChatGLM2-6B 模型

o 总体来说,P-tuning-v2是Prompt tuning技术的升级版本,使得Prompt的表示能力更强,应用也更灵活广泛。

ChatGLM2-6B

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

由于 GPT 使用的 Transformer 模型的自身特性，导致模型只能从固定长度的上下文中生成文本。

GPT

Qwen7b微调保姆级教程

前方干货预警：这可能是你能够找到的，最容易理解，最容易跑通的，适用于各种开源LLM模型的，同时支持多轮和单轮对话数据集的大模型高效微调范例。

Qwen7b 大模型

如何使用ChatGPT进行写作

例如，你可以告诉ChatGPT：“我想写一篇关于小企业如何利用社交媒体进行市场营销的博客。

ChatGPT 写作

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

该项目提供了一个简化的RAG工作流，适用于各种规模的企业，通过结合使用大型语言模型（LLM）来提供基于严谨引用的真实问答能力。

RAGFlow RAG 开源

谈谈RAG存在的一些问题和避免方式

机器学习里面参数调优的古老智慧仍然适用，唯一的区别是它们的调优成本更高。

RAG 大模型

TypeChat 入门指南

/ 该项目的源代码（包括示例）托管在 GitHub 上：github.com/microsoft/T… TypeChat 的目的 TypeChat 的主要目的是抹平自然语言与应用程序可以使用的结构化数据之间的差距

TypeChat

通俗解读大模型微调(Fine Tuning)

越长的Prompt，大模型的推理成本越高，因为推理成本是跟Prompt长度的平方正向相关的。

大模型微调

零代码编程：用ChatGPT打造一个信息推送的微信机器人

很多时候，我们希望监控一些最新信息，能够第一时间在微信上看到。

ChatGPT

<...70 71 72 737475 76 77 78 79 ...>

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