文章列表-AI魔法学院

文章列表

SD入门教程二：文生图基础用法（提示词）

我觉得最佳的方法是「先模仿后超越」。

SD prompt 文生图提示词

Python程序混淆和打包exe文件流程和方法

PyInstaller生成可执行程序 PyInstaller 工具的命令语法如下： pyinstaller 选项 Python 源文件不管这个 Python 应用是单文件的应用，还是多文件的应用

Python 程序

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

这里将模型更改为Turbo 下方的参数需要进行一点点改动：采样方法最好是Eluer a，并且提示词引导系数在2以下是比较好的，然后点击生成。

SDXL-Turbo 文生图

总结！大模型微调（Tuning）的常见方法

Full Fine-tuning需要较大的计算资源和时间，但可以获得更好的性能。

微调大模型

大模型推理能力增强方法总结

使用这个提示，独立生成多个思维链，从每个思维链中提取答案，通过“边缘化推理路径”来计算最终答案。

推理能力大模型

SD入门教程四：图生图基础用法

提示词区域：这块区域的用法和文生图的用法是一样的，但是为什么我要特意拿出来讲解，因为这块和文生图的使用效果会有一点不一样，这块的提示词会作用于结果图，而不是对于原图的描述，这里新同学是很容易混淆的

SD 入门图生图

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

模型加载问题由于在线模型更新了，老版本会自动下载最新模型，但是由于某些问题，下载后的模型会无法使用。

FaceFusion 文生图

图解检索增强式生成（RAG）技术 | 万字长文

本文是对高级检索增强式生成技术（Retrieval Augmented Generation，简称 RAG）和算法的全面研究，系统性地整合了各种方法。

检索增强式生成 RAG

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

图1：elasticsearch8.4的knn使用方式我们看了elasticsearch的相似度算法，es用的是KNN算法（开始我们以为是暴力搜索），但仔细看了一下，在es8的相似度检索中，用的其实是基于

RAG 检索增强

知识树：一个方法，教你构建「终身知识体系」

但那时候依然没有感悟到任何牛叉的学习方法，只是隐约觉得学习方法很重要了。

大模型

Stable Diffusion

嘴里塞饭型Stable Diffusion提示词写法实用小笔记

手动目录，本文包含的内容：一、自然语法二、Tag提示词三、提示词的权重写法（1）小括号、中括号和大括号（2）元素融合的两种写法（3）tag的精细控制写法（4）用tag来控制画面比重

stablediffusion prompt 提示词

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

下面来介绍更新方法 ①　打开 github 网址： https://github.com/Mikubill/sd-webui-controlnet ②　点击 Code

大模型 SDXL ControlNet

微调大型语言模型-核心思想和方法介绍

然后，当用户提交查询时，索引模块计算嵌入查询与数据库中每个向量之间的向量相似度。

大模型训练

Langchain中改进RAG能力的3种常用的扩展查询方法

有多种方法可以提高检索增强生成(RAG)的能力，其中一种方法称为查询扩展。

检索增强生成 Langchain

AIGC的7个黑暗面

每个人都对AIGC算法的方式感到惊讶，它可以产生任何风格的令人惊叹的艺术作品，然后立即用很棒的语法写出长篇文章。

大模型

<1 2 345 6 7 8 9 10 ...>

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