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
· 硬核解读Stable Diffusion(系列一)
· 惊艳推荐!8款好用又免费的文本转语音TTS工具
· 新华妙笔
· MidjourneyV6高级提示词技巧(人物篇)
· 吴恩达Prompt教程之总结图解
· 开箱即用的图像增强、视频增强AI工具,Upscapl、Topaz Video AI
· 自动化神器Autolt:不再重复工作
· StableDiffusion常用热门模型下载站点推荐(国内版)
· 点评:六大向量数据库
· 第3期 SDXL和SD的10大区别!你知道几个?
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
Stable Diffusion
Stable Diffusion WebUI v1.8.0重大更新!
· xyz网格处理axis_type为None · 更新添加(修复)在没有
传
递
SD
画图
写作
AI 爆文写作:如何用GPT写出10万+?这篇五千字长文给你答案!
K关键结果:我希望这个大纲清晰流畅,能够更好的
传
递
信息,帮我吸引更多的关注者。
提示词
写作
自媒体
大模型
基于大模型(LLM)的Agent 应用开发
在计算机领域,agent是一种通过
传
感器感知其环境,并通过执行器作用于该环境的实体,因此,可以把实体定义为一种从感知序列到实体动作的映射。
大模型
Agent
OCR
中文OCR超越GPT-4V,参数量仅2B,面壁小钢炮拿出了第二弹
传
统大模型只能处理 448×448 像素固定的小图,对于包含海量信息的更精细图片识别则力有不逮。
MiniCPM
大模型
阿里
阿里通义实验室薄列峰:从兵马俑跳“科目三”到照片唱歌,四大框架让AI生成的人物活起来丨GenAICon 2024
新的功能也在开发中,包括任意上
传
一段视频可以来提取骨骼序列,然后把骨骼序列
传
递
的动作信息转移到这张照片上面,生成一段舞蹈。
通义
文生视频
大模型
大模型的研究新方向:混合专家模型(MoE)
1.前向
传
播:输入数据进入混合专家模型,首先进行前向
传
播。
MoE
大模型
GPTs
深入探讨GPTs和AI Assistant
步骤3: 在对话(Thread) 中
传
入 消息(Message) 一个消息可以包含用户的文本输入,还有可能包含用户上
传
的文件。
GPTs
AI
Assistant
StableDiffusion
StableDiffusion常用基础参数说明
回报
递
减,取决于采样器。
文生图
微软
BGE M3-Embedding:智源最新发布的text embedding模型,多语言检索效果超过微软跟openai
具体情况如下图,这三种不同来源的数据相互补充,分别作用于模型不同阶段的训练,三个源头的数据量逐渐
递
减,但是数据数量逐渐提升。
BGE
M3-Embedding
多语音检索
大模型
GitHub狂飙3万star的LLM公开资料 - 大模型入门教程
训练和优化:熟悉反向
传
播和不同类型的损失函数,如均方误差(MSE)和交叉熵。
LLM
大模型
GitHub
大模型
分析过688篇大模型论文,这篇论文综述了LLM的当前挑战和应用
预训练成本高 通过增加计算预算可以提升模型的性能表现,但如果模型或数据集大小固定,则增长比率会降低,呈现收益
递
减的幂律趋势。
开源模型
活久见,世界上第一个被人类骗走钱的AI,刚刚出现了!
-2、GPT-3等),而红色点则是通过外推预测的下一代模型(如GPT-5、GPT-6、GPT-7等)的规模扩展表现: 从图中可以得到这样的预测结果——从GPT-4开始,性能提升将显现出显著的边际
递
减趋势
Freysa
智能体
Stable Diffusion
Stable Diffusion教程:提示词
//liblib.ai/ 二是从 Stable Diffusion 生成的图片中提取: Stable Diffusion WebUI中集成了一个查看图片提示词的工具,我们只要在“图像信息”这里上
传
一张图片
提示词
SD
绘画
微调
2024!深入了解 大语言模型(LLM)微调方法(总结)
在微调过程中,你会从训练数据集中选择提示,并将它们
传
递
给LLM,然后模型会生成完成的文本。
大模型
微调
AI出题,做不完,根本做不完
演示效果如下: 然后我们可以编写代码,封装一个接口,其内部调用OpenAI的API,
传
入这个提示词和用户的指令,再把OpenAI返回的Json内容转发给接口调用者,这就是一个完整的AI数学出题服务了
大模型
提示词
试题
<
...
10
11
12
13
14
15
16
17
18
19
...
>
1
2
4
5
6
7
8
9
100