[2023-08-28]｜CSDN每天值得看｜aigc① [【大模型AIGC系列课程 3-2】国产开源大模型：ChatGLM](https://blog.csdn.net/u011239443/article/details/132522269?utm_source=702048761)[质量分：89；难度等级：中]摘要：GLM是General Language Model的缩写，是一种通用的语言模型预训练框架。它的主要目标是通过自回归的空白填充来进行预训练，以解决现有预训练框架在自然语言理解（NLU）、无条件生成和有条件生成等任务中表现不佳的问题。② [通俗理解DDPM到Stable Diffusion原理](https://blog.csdn.net/orangerfun/article/details/131886849?utm_source=702048761)[质量分：96；难度等级：初(领域：Python入门；匹配程度：0.02)]摘要：论文将不同的autoencoder在扩散模型上进行实验，在ImageNet数据集上训练同样的步数（2M steps），其训练过程的生成质量如下所示，可以看到过小的（比如1和2）下收敛速度慢，此时图像的感知压缩率较小，扩散模型需要较长的学习；③ [文献阅读：Is ChatGPT Good at Search? Investigating Large Language Models as Re-Ranking Agent](https://blog.csdn.net/codename_cys/article/details/132526242?utm_source=702048761)[质量分：92；难度等级：初(领域：Python入门；匹配程度：0.02)]摘要：这篇文章的核心工作主要是考察了一下GPT模型在排序任务当中的效果，发现通过合适的方法（文中给出的滑动窗口 + 排序），可以使得GPT模型在文本排序上的效果超过现在的有监督模型的SOTA结果。查看更多：https://bbs.csdn.net/topics/617147087?utm_source=702048761