AIGC
文章平均质量分 77
染不尽的流年
一起技术交流,行业资讯
硬件toATE
争做行业小巨人
展开
-
GPT-4O介绍
GPT-4O是OpenAI发布的GPT-4的升级版模型,其中“O”是Omni的缩写,意为“全能”。原创 2024-05-15 09:46:12 · 3870 阅读 · 0 评论 -
什么是RAG技术
大模型,指的是具有大规模参数和复杂结构的机器学习模型,通常具有更强的表达能力和更好的性能,能够处理更复杂的任务和更大规模的数据。RAG技术的出现极大地提升了内容的准确性和相关性,有效地缓解了幻觉问题,提高了知识更新的速度,并增强了内容生成的可追溯性,使得大型语言模型在实际应用中变得更加实用和可信。而RAG技术通过结合检索和生成,使得模型在生成文本时能够参考并利用外部知识库中的相关信息,从而限制模型生成不真实或错误的内容,提高生成的准确性和相关性。此外,RAG技术还可以增强大模型在特定领域的知识。原创 2024-04-26 16:14:22 · 1376 阅读 · 0 评论 -
RAG技术曲解
RAG技术通常指的是“红黄绿”(Red-Amber-Green)评估方法,这是一种简单直观的风险管理与项目状态报告工具,广泛应用于项目管理、质量管理、风险管理、业务健康度评估等领域。同时,颜色标签只是对复杂信息的简要概括,对于红色和黄色状态,应进一步详细记录问题的具体情况、原因分析、影响程度以及应对措施。综上所述,RAG技术是一种简洁高效的可视化工具,有助于团队成员和管理层迅速理解项目状态、风险等级等重要信息,促进沟通协作,支持决策制定,从而有效提升项目管理效率和风险管理效果。原创 2024-04-26 16:04:24 · 264 阅读 · 0 评论 -
GAN:对抗式生成网络之图片生成
对抗式生成网络(Adversarial Generative Network, AGN)是一种机器学习模型,由两个成对的模型组成:生成器和判别器。生成器试图生成与真实数据类似的新样本,而判别器则尝试区分真实样本和生成器生成的样本。这两个模型通过对抗的方式进行训练,逐渐提高生成器生成的样本的真实度。原创 2024-04-13 11:10:27 · 1014 阅读 · 0 评论 -
Latent Diffusion Models
相比之前的基于像素空间的扩散模型,潜在表示空间显著降低了计算量,使得AI作画能够在消费级GPU上使用,且在几秒时间内生成图像,极大地降低了落地门槛。简言之,潜在扩散模型整合了扩散模型的优势,并致力于创建一个强大的生成框架,能够生成具有生成过程细粒度控制、高效计算和多模态调节能力的高质量图像。在潜在扩散模型中,其想法是利用VAE紧凑潜在空间中扩散模型的强大去噪能力,而不是直接在高维图像空间上运行。(a)编码器:将输入数据(或条件信号,例如文本嵌入)映射到VAE潜在空间中的潜在表示的神经网络。原创 2024-04-12 15:03:37 · 755 阅读 · 0 评论