文章列表-AI魔法学院

文章列表

AIGC系列之一-一文理解什么是Embedding嵌入技术

3、适应性：与一些传统的特征提取方法相比，Embedding是通过数据驱动的方式学习的。

AIGC Embedding 嵌入技术

一人搞定30万商品分类：AI落地实践故事！

期望借助AI的能力帮忙梳理已有商品品类的划分，而且对于新加入的商品，能自动为其分类。

embedding 大数据分类

最顶尖的大语言模型人才，只关心这10个挑战

在GPU之前，如果要训练一个与AlexNet相当规模的模型，你需要动用成千上万个CPU，就像在AlexNet之前几个月Google发布的那台服务器一样。

大语言模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

与OpenAI的Whisper相比，Distil-Whisper更适合运行在资源有限的设备上，如移动设备和嵌入式系统，同时其在长音频处理和噪声抑制上的表现，也显示了其独到的优势。

Distil-Whisper 语音识别

智源：70万预算，从头开发千亿参数大模型，挑战成功！

“成长策略”降低训练成本不管是租还是买，硬件的价格都摆在那动不了，所以只能是通过减少运算量来降低成本。

大模型

AI扫盲指南！什么是大模型？什么是GPT？什么prompt？什么是大模型参数？LLaMA2-70b中70b是什么？

Prompt是一种用于启动人工智能模型的方式，它是一段文本或语句，用于指导模型生成特定类型、主题或格式的输出。

大模型

几个对我影响很大的统计学模型

这种地图可以帮助个人认识到某些模式，比如特定活动、时间或环境如何影响他们的情绪状态。

统计学大模型

如何提高RAG 的效果

参考信息中主题的唯一性试想一下，当我们遇到问题时，会通过各种办法获取参考信息，比如检索，查阅，问询等方式，这些信息我们会自动做一遍过滤，以此来保证参考信息是围绕着问题的主题来进行描述。

RAG 大模型

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

与RNN相比，CNN更擅长处理图像数据，因为它可以自动学习图像中的局部特征，而不需要人工设计特征提取器。

大模型学习

如何用大语言模型构建一个知识问答系统

用户可能并未意识到这一点，希望 LLM 能够自动和玩家交互直到获得：问题和比赛模式两个信息，再进行处理。

知识库

个人从零预训练1B LLM心路历程

分支提供的恢复数据训练进度的方法比较简单粗暴，保存模型checkpoint时候也记录下迭代轮数，加载checkpoint之后直接跳过之前迭代过的轮数的数据，这种方式的的数据恢复要求预训练过程数据不能有变动。

LLM 训练

ChatGPT写论文指令全集

初步文献审阅：浏览相关书籍、学术论文、网上资源等，了解该主题的基本情况和研究动态。

ChatGPT 写作

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

游泳池是杭州西湖的一个游泳池，�� 词表扩充为了降低模型的训练难度，人们通常会考虑在原来的词表上进行「词表扩充」，也就是将一些常见的汉字 token 手动添加到原来的

大模型训练

垂直领域大模型的思考

例如指令：“有哪些减肥的运动？”

垂直领域大模型

TrOCR——基于transformer模型的OCR手写文字识别

代码运行后，会自动下载相关模型，并输出最终的文本。

OCR 手写文字识别

<...73 74 75 767778 79 80 81 82 ...>

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