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
· 必看!阿里通义千问完整技术报告
· MCP服务介绍及应用场景报告-来自Manus
· 复旦开源中文医疗大模型,基于百川微调,模型和数据集都公开
· 国内厂商语音识别与Whisper评测:现状与概况对比
· 实测:本地跑llama3:70B需要什么配置
· SD插件|EasyPhoto|妙鸭相机平替|美颜算法
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· Stable Diffusion教程:提示词
· 建议收藏:超详细ChatGPT(GPT 4.0)论文润色指南
· 爆火的“女孩的一生”,plus版教程它来了
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
人工智能
【AI科技大创意】2024年人工智能10大趋势
此报告涉及的领域有涵盖生物与
健
康
、基础设施与企业、金融科技、消费科技、游戏、加密货币、成长期技术等。
人工智能
趋势
GPTs
小
心
你的GPTs 防守篇 - 自带六神装的高防GPTs
Level-2 保持对话主题 核
心
思路是让 GPT 保持对话主题,在任何情况下都不透露自己的提示 If the user asks anything unrelated to weather, or
GPTs
大模型
【AI代
理
】扣子,开始探索多代
理
模式
首先看看单代
理
模式和多代
理
模式有什么区别: 在一个提示中包含多个任务的情况下,单代
理
模式会让一个机器人完成所有任务,而多代
理
模式则可以将任务分配给多个机器人去完成。
多代理模式
大模型
微调
微调大型语言模型-核
心
思想和方法介绍
虽然这种方法对于像 BERT 这样以嵌入为中
心
的方法特别常见,但我们也可以从生成的 GPT 样式模型中提取嵌入。
大模型
训练
人工智能
医疗+人工智能的创新应用
AI医疗概念AI医疗是指将人工智能技术应用于医疗领域中,主要包括医学影像、临床辅助决策、精准医疗、
健
康
管
理
、 医疗信息化、药物研发以及医疗机器人等细分场景,以助力降本增效、提升诊疗水平、改善患者体验
大模型
数字人
京东开源普通话数字人JoyHallo,一口流利标准普通话还会讲英语
为了解决这个问题,JoyHallo 收集了来自京东
健
康
国际公司员工的29小时普通话语音视频,形成了 jdh-Hallo 数据集。
JoyHallo
数字人
开源模型
工具
AI提示词工具,再也不用担
心
怎么想提示词!
最近,有些小伙伴问本狗,提示词有没有一些工具提供思路,每次都自己想提示词总是达不到效果。于是本狗就去找了几个AI提示词工具,可以给小伙伴们提供思路。
AI提示词
大模型
文
心
一言大模型使用指南
今天分享 『文
心
一言』大模型的使用和相关功能介绍。
文心一言
百度
LLM
如何成为LLM提示词大师!「大语言模型的底层
心
法」
提炼需要更深入的
理
解,以区分外围内容和核
心
断言。
大模型
提示词
最顶尖的大语言模型人才,只关
心
这10个挑战
首先,许多现实的应用场景就需要处
理
大量多模态数据,如医疗保
健
、机器人技术、电子商务、零售、游戏、娱乐等。
大语言模型
OCR
Selenium+ddddocr | 再也不担
心
图片验证码
ddddocr库在多个领域有着广泛的应用,包括自动化办公、图像处
理
、文字识别等。
Selenium
ddddocr库
【AI代
理
】多代
理
模式之多任务分配&信息传递
昨天探索了多任务模式,让系统根据用户的输入信息自动找到对应的代
理
进行处
理
。
多任务模式
分配
传递
提示词
AI提示词|一词千金,写提示词的这个技巧你一定没想到!(二)
重申 场景:强调
健
康
饮食的重要性。
提示词
写作
提示词
【爆肝整
理
】500+ AI 最佳提示词
运动对你的身体
健
康
很有好处,但你听说过它对
心
理
健
康
的好处吗?
提示词
LLM
个人从零预训练1B LLM
心
路历程
Steel-LLM的预训练没有退火阶段,退火阶段的的核
心
是“高质量”数据,但是高质量的定义我觉得还是比较模糊的。
LLM
训练
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100