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
· 第一性原理以及第一性原理是怎么帮马斯克成为首富的
· 爆火的“哄哄模拟器”,它是如何炼成的?Prompt泄漏了
· 从第一性原理看大模型Agent技术
· ComfyUI官方使用手册【官网直译+关键补充】
· 芯片拼接技术:英伟达新核弹,站在苹果的肩膀上
· AI声音克隆 | 最全最简教程(权威版)
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· 生成式AI与大语言模型的区别
· 自己电脑上跑大语言模型(LLM)要多少内存?
· 深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型
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
提示词
工
业、机械、
AI
、人
工
智能相关提示词
工业、机械、AI、人工智能相关提示词
提示词
ChatGPT
Ollama的本地化又一图形
工
具
ChatOllama,让你轻松玩转ollama,ChatGPT
ChatOllama是一款ollama图形化管理
工
具
,集成了ollama,OpenAI,可以实现ollama的模型管理,系统指令管理,知识库管理,
AI
聊天等功能,功能方面与Open WebUI类似,作者在不断改进优化功能
ChatOllama
安装
RAG
使用这个
工
具
后,我将 RAG 的准确性和召回率都提高了两倍!
多个搜索后端RAG 案例一 比如搜索 “人
工
智能有哪些最新发展”,通过系统内部限定发布日期范围和搜索域列表的方式重写查询。
RAG
大语言模型
Github
GItHub一款强大、简单、易用的高效的数据处理RPA小
工
具
这些都有小
工
具
帮你啦!
GitHub
数据处理RPA
阿里
淘宝模特全体注意!阿里AnyDoor
AI
换装神器出来了,年度最强AIGC重制绘图
工
具
,重塑电商模特产业
AI
绘图,最常见的应用,是电商行业,电商们都希望用
AI
模特的照片,换成真人,而衣服能够保持自然贴身。
AnyDoor
换装
文生图
提示词
【
工
具
书】文生图常用的正向反向提示词以及常用词中英文对照表
摄影师对相机设置的描述 High resolution scan 让你的照片
具
有老照片的样子赋予年代感
文生图
prompt
提示词
AI
音乐热潮下,“神曲
工
作室”率先失业
“在我看来,
AI
它其实只是一个
工
具
,至少目前来说他做的那些歌。
音乐
音频
开源
Github2.1万星!开发者的“瑞士军刀” 开源!
它汇集了许多有用的
工
具
和功能,这些
工
具
和功能在软件开发和编程中经常被使用。
DevToys
工具集
开源
6个
AI
音乐软件推荐,让你学会人
工
智能
AI
作曲
跟
AI
绘画一样,音乐产业正在将
AI
作为一种辅助
工
具
,而不是代替人类艺术家。
训练
音乐
Agent
10个
具
有代表性的
AI
-Agents,将如何改变互联网/重塑Web3
”概念的
AI
-Agents,在这个协作关系中,Agents
具
有数字原生意义的社会关系,不仅仅是服务于人的
工
具
; Auto-GPT Auto-GPT知名度最高的一个开源项目,其在GitHub
开源模型
【
AI
科技大创意】2024年人
工
智能10大趋势
四、
AI
+教学:
AI
工
具
将被用来教学生 扎卡里·科恩 (Zachary Cohen) 是消费者团队的投资者。
人工智能
趋势
提示词
AI
、人
工
智能、机器人相关提示词
AI、人工智能、机器人相关提示词
提示词
大模型
OpenAI开源大模型调测
工
具
Transformer Debugger:可以在训练大模型之前理解模型的运行情况并干预
但就在刚才,OpenAI开源了一个全新的大模型调测
工
具
:Transformer Debugger。
大模型
调试工具
AI
产品经理视角:如何构建人
工
智能产品
图 1:人
工
智能系统的心理模型 以下部分将简要描述每个组件,重点关注特定于
AI
产品的部分。
大模型
产品经理
从⼤模型到
AI
应⽤落地,
工
程实现有多复杂?
本次分享主要包含五块内容,分别是:一、Prompt
工
程化:代码与模型解耦 二、私有化数据接⼊:持续更新与调整三、Agent 的演进:自动化编排四、我们最终会丢掉 LangChain
大模型
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100