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
· 爆火的“哄哄模拟器”,它是如何炼成的?Prompt泄漏了
· 2024!深入了解 大语言模型(LLM)微调方法(总结)
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· 开源版GPT-4o语音来袭,Mini-Omni开启实时语音对话
· 详解 Diffusion (扩散) 模型
· 第一性原理以及第一性原理是怎么帮马斯克成为首富的
· 通往AGI之路:什么是结构化提示词
· Stable Diffusion XL 1.0 出图风格鉴赏
· 强大高效的微信爬虫Wechat_Articles_Spider:快速获取公众号文章的利器
· 如何构建基于大模型的App
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
Agent
Kimi+扣子Coze,我零门槛制作了一个好用的智能体Agent | 智能体开发
这次kimi全面接入扣子,对扣子而言,如虎添翼,极大的增强了bot的问答效果,特别是对于长文档阅
读
理
解
与处理、联网搜索,这是kimi的强项。
Kimi
扣子Coze
大模型
大模型
中文通用大模型最全汇总
,同时包括训练数据、相关模型、训练代
码
、应用场景等,也会持续评估不同训练数据、训练算法等对模型表现的影响。
大模型
开源模型
教程
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!
雄哥准备了几个问题,分别测试他的知识储备、逻辑推理、文本理
解
、多步骤计算能力、创造性能力,共5个方面!
Qwen1.5-MoE
大模型
下载
大模型
万字长文,AI大模型的应用实践总结
· 仅编
码
器架构(Encoder-only):自编
码
模型(破坏一个句子,然后让模型去预测或填补),更擅长理
解
类的任务,例如:文本分类、实体识别、关键信息抽取等。
大模型
白话Embedding:普通人都能懂的科普文
嵌入是将某些数据对象表示为向量,构造为将数据对象的某些属性编
码
为其矢量表示的几何属性。
Embedding
向量
金融
金融行业的AIGC应用
今天我们就先介绍几个普通
读
者就可以接触到的应用场景。
金融
大模型
LLM
如何成为LLM提示词大师!「大语言模型的底层心法」
然而,重要的是要理
解
,LLM没有明确的知识或手工编
码
的规则,它们所有的能力都是从训练数据中识别模式的结果。
大模型
提示词
Prompt
Learn Prompting-基础篇
这些任务包括写电子邮件,写报告,甚至是写代
码
。
prompt
【2023.10】看目前巨头的AI原生产品布局
抛上述几点仅仅是让
读
者管中窥豹,了
解
为什么要单独讨论巨头。
大模型
产品
ChatGPT
2万字大模型调研:横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT
例如: (1) *文章阅
读
和AI
解
读
(2) *产业的数据分析 (3) *网的资讯自动化、机器人化等 3.创新业务模式:大模型技术可以推动企业创新业务模式,为企业创造新的增长点
大模型
调研
阿里
【语音领域-又双叒更新】阿里开
源
FunAudioLLM: 2大核心模型、5大亮点功能!效果炸裂!手把手带你理论+实战部署推理!
SenseVoice-Small:一个仅编
码
器的模型,优化了快速语音理
解
。
asr
tts
声音
EasyPhoto | 您的智能 AI 照片生成器
项目简介 EasyPhoto是一款Webui UI插件,用于生成AI肖像画,该代
码
可用于训练与您相关的数字分身。
训练
EasyPhoto
文生图
微调
微调大型语言模型-核心思想和方法介绍
上面提到的快速调整方法提供了一种比参数微调更节省资
源
的替代方法。
大模型
训练
LLM
Byzer-LLM 快速体验智谱 GLM-4
Byzer-LLM 可以让用户用一套接口就可以部署和使用市面上主流的开
源
和SaaS版本大模型, 之前以Qwen 写过一篇,可以看这里:Byzer-LLM 支持同时开
源
和SaaS版通义千问 今天我们升级了一个
Byzer-LLM
GLM-4
RAG
LangChain: LLM 应用聚焦的两大方向,RAG 和 Agents
接入的方式也大同小异,首先检索外挂数据
源
中与用户给出的上下文相关的内容,合并之后做 embedding 给到所用的 llm ,最后由 llm 根据模型自己的认知,做出回答。
大模型
<
...
24
25
26
27
28
29
30
31
32
33
...
>
1
2
4
5
6
7
8
9
100