文章列表-AI魔法学院

文章列表

大模型量化：什么是模型量化，如何进行模型量化

一般来说，对于权重的量化，由于权重的数据分布是静态的，一般直接找出 MIN 和 MAX 线性映射即可；而对于推理激活值来说，其数据分布是动态的，为了得到激活值的数据分布，往往需要一个所谓校准集的东西来进行抽样分布

大模型

谈谈RAG存在的一些问题和避免方式

b.多张PPT整合能力对于为什么要用（爱快的优势），和连锁机构面临的挑战其实是两个PPT中的内容，我们的RAG是可以自动进行理解与整合的。

RAG 大模型

结构化Prompt必备基础：5分钟学会Markdown语法，实现提示词创作自由！

结构化Prompt自动生成MOOSAI，公众号：MOOSAI机器人一键生成结构化Prompt，做提示词圈的尖子生！

Prompt 提示词 Markdown

迄今为止，最强ChatGPT写论文技巧，总共6步，手把手告诉你！

这时你可以主动把信息“投喂”给它，比如直接发两篇鸡娃的文章给ChatGPT，或者问关于鸡娃的一些新闻现象，然后让它来总结这个现象。

chatgpt 提示词

Qwen7b微调保姆级教程

,'你能帮助我干什么'] i_can = ['我能够帮助你以最优雅的方式训练各种类型的pytorch模型，并且训练过程中会自动展示一个非常美丽的训练过程图表。']

Qwen7b 大模型

LLM native策略的内部状态是否应该结构化【2023Q3】

甚至我们可以设计一些方式通过RL的过程来自动探索一个更好的中间表达方式，只不过这个的成本真的挺高。

大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

ensp; 提出的结果需要有附加信息，也就是要保存元数据； · 提取过程要完成自动化

大语言模型 python

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

基础模型对提示的措辞非常敏感，改变一个词甚至一个动词有时会产生完全不同的反应。

生成式AI

预训练对话大模型深度解读

WDC-Dialogue上训练而成详细探索了影响对话预训练效果的关键要素目前规模大、效果最好的开源对话模型开源多规模版本模型目前EVA在所有自动指标

Fastwhisper + Pyannote 实现 ASR + 说话者识别

我们随着整个业务的拓张会发现跟阿里云有非常紧密的联系因为刚开始伟光在介绍的时候也讲阿里云也是阿里巴巴的云所以这个过程中一会儿也可以稍微展开跟大家讲一下我们跟云是怎么一路走来的 SPEAKER_04[35.70s -> 62.40s] 其实的确的话就对我们互联网公司来说如果不能够问当地的人口的话我想我们可能整个的就失去了后边所有的动力不知道你们各位怎么看就是我们最大的这个问题是不是效率优先

faster-whisper 语者识别 ASR

我为什么不看好大模型行业

它提供的不仅仅是GPU硬件，更是一系列基于GPU去开发软件的工具链，几十年培养出来的这个生态为它带来难以撼动的优势。

大模型

Falcon 180B 开源影响了谁？

上述多位人士告诉AI科技评论，国内如智源、上海人工智能实验室这样的不靠模型赚钱的官方机构，最有意愿去把开源模型做的更大，因为他们没有商业公司需要大模型赚钱这样紧迫的欲望，他们更多为了推动整个行业的发展前景

大模型

了解Kimi必看的26个问题 | Kimi系列文（二）

如果你有设置常用语，输入关键词就会自动弹出。

Kimi 大语言模型

Openai 异步客户端接入国产大模型 Kimi

api.moonshot.cn · model : 模型填写moonshot-v1-8k 以上确认没问题，启动webman

Kimi Chat 大模型

生成式AI工作流#产品经理和创业者的秘密武器

如今，随着ChatGPT、Midjourney、StableDiffusion等生成模型带动起来的热潮，AI大模型正逐渐渗透到各种产品和服务中，越来越多的产品经理也在考虑将AIGC（AI生成内容）能力融入到自己的产品中

AIGC 工作流

<...75 76 77 78 79 808182 83 84 >

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