文章列表-AI魔法学院

文章列表

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

（左图）空间划分仅对 nt 帧进行采样，并按照ViT的方式独立嵌入每一帧2D画面。

Sora 微软

解读提示工程（Prompt Engineering）

在这里，为随机采样引入了温度——一种影响文本生成随机性的超参数。

Prompt 提示词

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

每份数据集在作者的汇编中的采样比例都根据这些数据集的相对大小进行仔细确定。

Baichuan-Omni 多模态大模型

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

它说的不算，雄哥跑一跑，看看能力怎么样！

Qwen1.5-MoE 大模型下载

腾讯开源的数字人MuseTalk到底行不行？

这样，观众就能看到数字人物口型与声音完美匹配的效果。

MuseTalk 数字人音频

大模型下半场，关于Agent的几个疑问

未来格局怎样演进？

大模型

baichuan2 有什么好的深挖论文中涉及的知识点

Baichuan 2 分词器的训练数据来自 Baichuan 2 预训练语料库，通过更多抽样的代码示例和学术论文来提高覆盖率（Taylor 等人，2022）。

大模型

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

方法简介对于给定目标对象、场景和位置，Anydoor 实现了高保真度和多样化的零样本对象 - 场景合成。

Anydoor 文生图

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

先点击读取，完成默认参数配置，再进行基础参数和采样参数设置。

训练

2024！深入了解大语言模型（LLM）微调方法（总结）

它可能会使用像SuperAnnotate的LLM定制编辑器这样的工具来构建具有所需界面的模型。

大模型微调

检索增强生成(RAG)有什么好的优化方案？

根据我的实践，我们可用更简单的图采样技术来进行KG上下文增强。

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

根据我的实践，我们可用更简单的图采样技术来进行KG上下文增强。

RAG 检索增强生成

造梦师手记：SDXL迎来了AI插画师

采用 “dpmpp_2m” 采样器（sampler），搭配 “karras” 调度器（scheduler），该组合在 webui 里称为 DPM++ 2M Karras。

文生图漫画

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

这里使用两个MLP层来执行这样的融合操作。

PhotoMaker 文生图

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

ksampler模块即是webui中的采样器，可以调整采样方法、CFG步数等参数。

文生图

<...16 17 18 192021 22 23 24 25 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1