摘要：
一：Transformer Transformer是来自 NLP 领域的非常著名的模型方法。Transformer在语言建模和构建对话式 AI 工具方面取得了巨大成功。 在视觉应用中，Transformer 表现出了泛化和自适应的优势，这使得它们非常适合通用学习。 它们比其他技术能够更好地捕捉文本甚 阅读全文
摘要：
一：马尔可夫链 （一）什么是马尔可夫链 又称离散时间马尔可夫链，那就是某一时刻状态转移的概率只依赖于它的前一个状态。 举个简单的例子，假如每天的天气是一个状态的话，那个今天是不是晴天只依赖于昨天的天气，而和前天的天气没有任何关系。 马尔科夫链在很多时间序列模型中得到广泛的应用，比如循环神经网络RNN 阅读全文
摘要：
一：GAN生成对抗网络（Generative Adversarial Networks） 在Stable Diffusion诞生之前，计算机视觉和机器学习方面最重要的突破是 GAN（Generative Adversarial Networks 生成对抗网络）。GAN让超越训练数据已有内容成为可能， 阅读全文
摘要：
参考文档 Stable Diffusion之最全详解图解：https://blog.csdn.net/DFCED/article/details/136115267 Stable Diffusion 超详细讲解：https://blog.csdn.net/jarodyv/article/detail 阅读全文
摘要：
一：RAG vs Fine-tuning （一）Fine-tuning（微调） 是用一定量的数据集对LLM进行局部参数的调整，以期望LLM更加理解我们的业务逻辑，有更好的zero-shot能力。 （二）RAG（检索增强生成） 是把企业内部的文档数据先进行embedding，借助检索先获得大致的知识范 阅读全文