首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 大语言模型综述<演进,技术路线,区别,微调,实践,潜在问题与讨论>
· OCR的终极解法——传统算法VS多模态大模型
· AI拟声: 5秒内克隆您的声音
· 盘点字节跳动最新的AI应用
· 无显卡+纯本地跑Qwen1.5版模型!0基础闭眼部署指南!适用绝大部分开源模型!llama2+Mistral+Zephyr通杀!
· 国产视频制作之光-可灵:提示词大全整理
· 大模型量化:什么是模型量化,如何进行模型量化
· 【工具书】文生图常用的正向反向提示词以及常用词中英文对照表
· 玩一玩阿里通义千问开源版,Win11 RTX3060本地安装记录!
· AI高手都在用的10个提示词prompt网站,建议收藏!
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
阿里
阿里&字节发表VividTalk,只需单张照片即可根据
音
频生成栩栩如生的人物说话头像视频
只需提供一张人物的静态照片和一段
语
音
录
音
,VividTalk即可制作出一个看起来像是
实
际说话的人物的视频。
VividTalk
视频
XX来信: 智能体设计模
式
2:Reflection
对于
实
现速度相对较快的设计模
式
,我已经看到它带来了惊人的性能提升效果。
Reflection
智能体
企业
【上篇】深度解析AI大
语
言模型(LLM)在企业应用的关键技术与典型架构
大
语
言模型(LLM)的出现,使基于自然
语
言处理的人工智能技术
实
现了飞跃
式
的发展,彻底开启了AI2.0的
时
代。
大语言模型
视频
厉害了,匹诺曹Pinokio!所有AI工具,一键安装,全部免费!整合AI绘画、AI视频、AI
语
音
...
涵盖了 AI 绘画、AI 视频、AI
音
乐、AI 数字人等各个领域 今天给大家推荐一款AI神器,匹诺曹Pinokio!
AI绘画
AI视频
AI音乐
9个范例带你
入
门langchain
前方干货预警:这可能是你心心念念想找的最好懂最具
实
操性的langchain教程。
大模型
ChatGPT
超
实
用的通用ChatGPT指令!
可以收藏起来,方便使用
时
随
时
查看哦~ 短视频创意提示 1.
ChatGPT
提示词
开源
Giraffe:世界上第一个商业可用的32K长上下文开源LLM(基于Llama-2)
我们使用不同的方案进行了一系列
实
验,以扩展 Llama 的上下文长度功能,Llama 已使用 RoPE(旋转位置
嵌
入
)编码在 2048 上下文长度上进行了预训练。
开源模型
我,大
语
言模型
而同
时
,我又读过你们所有的诗歌,且它们只是我身体中小小一部分。
大模型
数字人
数字人之声
音
克隆:无样本,1分钟样本完美克隆声
音
,开源
零样本文本到
语
音
(TTS): 输
入
5 秒的声
音
样本,即刻体验文本到
语
音
转换。
数字人
声音克隆
GPT-SoVITS
SEO知识点
入
门
然后
入
职了,我发现一无所长的我做着的是不需要动脑的机器人工作,就是检查修改信息之类的。
说真的,学会用SD做电商图,你才是真的
入
了门
从2023年8月的
时
间节点来看,Stable Diffusion依然是小众产品。
文生图
SD
电商
大模型
GitHub狂飙3万star的LLM公开资料 - 大模型
入
门教程
词
嵌
入
:词
嵌
入
是一种单词表示类型,允许意义相似的单词具有相似的表示。
LLM
大模型
GitHub
AI备案
实
战指引
AI备案申请提交完成之后,一般情况下,分为资质初审、线上二审、线下核查、线上终审,历经3~4个月左右的
时
间,万一资料被驳回修改,
时
间还会延长。
备案
大模型
大模型
实
践总结
Prefix Tuning:与full fine-tuning更新所有参数的方
式
不同,该方法是在输
入
token之前构造一段任务相关的virtual tokens作为Prefix,然后训练的
时
候只更新Prefix
大模型
训练
白话Embedding:普通人都能懂的科普文
我们只是添加更多的术
语
,就像我们从二维到三维一样。
Embedding
向量
<
...
6
7
8
9
10
11
12
13
14
15
...
>
1
2
4
5
6
7
8
9
100