10分钟读懂：全面解析AI大模型 一、名词解释无论是配置模型还是使用，都会遇到一些大模型相关的特有名词，所以需要先了解这些名词是什么意思才能更好的运用它。1.1 参数参数是指模型的大小，一般来说参数越大，模型的能力越强。大模型的参数单
对AI大模型应用场景的深入思考（上篇） 在前面的文章中，风叔完成了三个系列的介绍，包括《5W1H拆解AI Agent系列》、《AI大模型实战篇系列》和《RAG实战篇系列》，通过系统原理和源代码，来帮助大家深入地了解这些前沿的技术范式。接下来
最前卫的智谱清言，用胡言乱语逗笑你 你在网上看到的恶搞视频，很可能是AI做的，智谱清言就是其中之一。但是，在实际的文生、图生视频过程中，智谱清言却常常掉链子，用古怪的视频让用户抓狂。同时，在作图能力方面，智谱清言也有偷懒嫌疑，不仅生成的
AI「长脑子」了？LLM惊现「人类脑叶」结构并有数学代码分区，MIT大牛新作震惊学界！ LLM居然长「脑子」了？就在刚刚，MIT传奇大牛Max Tegmark团队的新作，再次炸翻AI圈。论文地址：https://arxiv.org/abs/2410.19750他们发现，LLM学习的概念中
Few Shot：最少的样本，最大的可能 前两周我们探讨了LLM 提示工程中的一个关键方法：链式推理（Chain of Thought）在实际产品开发中的应用和注意要点。这篇文章我们会分享少样本提示（few shot）的概念和应用。一、概念：
AI视频赛道，要变天了 “毁灭你，与你何干？”，这是在刘慈欣的科幻小说《三体》里用来形容人类与三体人之间的战争的一句话。如今，类似的“降维打击”也同样发生在视频行业：6月以来，从换脸到拟声，从玄幻到仿真，Adobe、快手可灵
一篇文章系统看懂大模型 过去一年多，说实话现在关于大模型的介绍和说明的文章已经非常多了，大部分人其实也已经有了一些基础的认知，但是我自己的感受是，这些信息实在是太碎片化了，称不上系统化的认知，并且市面上暂时也没有看到能够一口
RAG实战篇：优化查询转换的五种高级方法，让大模型真正理解用户意图 在《RAG实战篇：构建一个最小可行性的Rag系统》中，风叔详细介绍了Rag系统的实现框架，以及如何搭建一个最基本的Naive Rag系统。在这篇文章中，围绕Query Translation（查询转换
大模型“软饭硬吃” 大模型行业的“寡头效应”愈来愈强，跟风加码者多，“另起炉灶”者少。投资人需要更加确定性的“好项目”，最好能看到案例。另一头是急需兜售“API”的大模型公司，以算力兑换token，亟待回血。能够同时满足
AI大模型应用层行业分析（二） 本文分析的假设背景，从分析的内容看，前文已经介绍了AI大模型应用层包括解决方案侧和应用平台，本文将更聚焦与解决方案侧的分析，解决方案侧包括通用大模型和行业大模型等，本文将重点分析通用类生成式大模型方向
