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
· 请以“续航”为题目,写一篇议论文
· AI换脸工具:facefusion使用心得
· 它来了!SDXL + ControlNet 终于强强联合!
· 了解Kimi必看的26个问题 | Kimi系列文(二)
· 一文彻底搞懂多模态 - 多模态推理
· 17岁高中生写了个神级Prompt,直接把Claude强化成了满血o1。
· 垂直领域大模型的思考
· 6个最佳开源TTS引擎
· 绝了!新华社、知网官方出品的写作神器,不要太爽!
· 如何保证每次画出的都同一张人脸:Stable Diffusion的Reference only教程
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
AI提示设计技巧剖析 - 29个动词助你获取更好文本生成
8.现代化(Modernize) 场景:这是一篇使用了大
量
过时词汇的文章。
提示词
文本
ChatGPT
字节跳动最强AI工具 “豆包” ,近1000款应用!一句话自动生成图文,堪比ChatGPT?
和“即创”偏
向
于抖音生态内容制作不同,豆包更像chatgpt一样的大模型。
AI工具
文生图
大模型
北大开源最强aiXcoder-7B代码大模型!聚焦真实开发场景,专为企业私有部署设计
今天,该测评集也与模型一同开源,欢迎大家前来挑战~ 值得一提的是,团队还特别
向
我们开了一个“彩蛋”,那就是aiXcoder-7B Base版在补全时更倾
向
于用较短的代码来完成任务,有一种天生的“简洁美
aiXcoder-7B
大模型
LLM
AutoGPT与LLM Agent解析
大概意思就是利用一个 embedding 模型,将所有的记忆文本都转化为一个
向
量
。
大模型
教程
SD入门教程二:文生图基础用法(提示词)
咋们先去抄,也不对,应该说借鉴,看看别人咋写,然后根据自己的需求进行修改,并且通过控制变
量
的方式去多尝试,比如一次只改一个词,这样你就能知道每个词对生成图片的影响。
SD
prompt
文生图
提示词
提示词
十条最佳GPT提示词,让你成为任何领域大师
2️⃣ 利用可视化的力
量
prompt:Guide me through a visualization exercise to help
ChatGPT
OpenAI
最全攻略!OpenAI 发布 GPT-4 使用指南,所有干货全在这
文本嵌入是一种能够度
量
文本之间关系的
向
量
。
提示词
prompt
Agent
AI Agent新对决:LangGraph与AutoGen的技术角力
你可以告诉这些 Agent 你的目标和任务,然后他们将通过相互讨论和协作来实现目标,并
向
你汇报进展。
LangGraph
AutoGen
对决
Prompt
写好Prompt提示工程的一套通用框架 - 5个关键要素
我会用任意一种语言
向
你讲话,你要检测这种语言,将其翻译并用纠正过的、改良版的英文版本回答我。
Prompt
提示工程
ComfyUI
使用python调用comfyui-api,实现出图自由
# 定义一个函数
向
服务器队列发送提示信息 16.
comfyui
工作流
大模型
大模型微调数据选择和构造技巧
大的方
向
上大家都能把握,大概无非是要注意数据的多样性,要注意数据的质
量
,那在实践中有哪些技巧呢?
大模型
微调
全球学术界知名学者教授信息大盘点(全)
如果你还在迷茫找不到方
向
,又或者要留学不知道找哪个导师,那么你可以看一下这些大佬们的研究方
向
和主页,希望对你能有所帮助。
AI大佬
知名学者
微调
LLM微调经验&认知
例如用高质
量
领域数据集进行微调,模型可以学会很多本身不具备的新技能。
LLM
大模型
一招让你的 AI 图像更惊艳!DALL-E 3 自定义指令魔法
---------------------> DALL-E 3 的prompt模板: [宽高比] [媒介]: [主题] [场景] [风格] 宽高比: - 正方形:默认 - 宽屏:水平方
向
(
DALL-E3
文生图
ChatGLM
基于本地知识的问答机器人langchain-ChatGLM
5.1、让query相关的Document尽可能多的被召回 将本地知识切分成Document的时候,需要考虑Document的长度、Document embedding质
量
和被召回Document数
量
这三者之间的相互影响
langchain
<
...
43
44
45
46
47
48
49
50
51
52
...
>
1
2
4
5
6
7
8
9
100