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
· Stable Diffusion 30分钟打造AI 写真照片生成器|海马体照相馆这次真的要木得了
· 七问大模型幻觉|LLM Hallucination
· 会“追问”的Agent,大模型知识库另类实践
· ChatGLM智谱清言
· Stable Diffusion API
· ChatGPT写论文最强指令
· 新手向,Stable Diffusion API 接口,在本地调用
· 10大Midjourney描述词网站,让你Ai创作随心所欲!
· 自从prompt用了示例演示,GPT的输出稳定性达90%
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
一张图看懂IT人的江湖地位
ensp; 仅代表国内市场地位及表现 云视频会议江湖地位篇 仅代表国内市场地位及表现 以上江湖排名,仅供娱乐不作为任何选型依据和投资参考一
入
IT
工作
Github
GitHub上的RPA小工具,可以将重复、繁琐的任务自动化
例如,可以编写脚本来自动填写表格、处理电子邮件、进行数据输
入
、生成报告等。
RPA
自动化
大模型
大模型检索增强生成RAG的优化
一、RAG基础功能优化 对RAG的基础功能优化,我们要从RAG的流程
入
手[1],可以在每个阶段做相应的场景优化。
RAG
检索增强
大模型
提示词
Kimichat炒股:7个提示词案例
- **债券指数基金**:债券通常比股票风险更低,债券指数基金可以提供稳定的收
入
流。
Kimichat
提示词
Midjourney
Midjourney 实现角色一致性的新方法
white background, diverse angles and expressions 提示词:12 幅宽幅照片,年轻女性,褐发精灵头,白色背景,不同角度和表情 我更倾向于将这一提示词输
入
到
midjourney
文生图
绘画
Prompt
Dynamic Prompts插件,魔法提示词由魔法帮你补全(插件篇)
只是这里的语法是{2$$艺术家1|艺术家2|艺术家3}语你也可以理解,输
入
了2份,才能进行组合。
文生图
提示词
人工智能
医疗+人工智能的创新应用
2、医学影像智能识别传统医疗场景中,培养出优秀的医学影像专业医生,所用时间长,投
入
成本大。
大模型
开源
开源语音大语言模型来了!阿里基于Qwen-Chat提出Qwen-Audio!
此外,还加
入
了一个步幅为2的池化层以减少音频表示的长度。
大模型
语音
视频
图文生成短视频的方法
然后,在进
入
「导
入
剪辑」中,把所有自己需要的素材替换掉,记得关闭原声哈。
视频
ChatGPT
Stable Diffusion
硬核解读Stable Diffusion(系列一)
SD是一个基于latent的扩散模型,它在UNet中引
入
text condition来实现基于文本生成图像。
StableDiffusion
文生图
LLM
【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程
6.你应该给指令生成适当的输
入
,输
入
字段应包含为指令提供的具体示例,它应该涉及现实数据,不应包含简单的占位符。
大模型
训练
Stable Diffusion
17/180 Stable diffusion 抽卡神器 dynamic prompts (二)
sd-dynamic-prompts/wildcards 集合目录包含各种修饰符库 每种提示词库包含各种词汇 可以进行随机抽词 就不需要自己写了 在提示词中加
入
文生图
文生图
大模型
图解大模型训练之:张量模型并行(TP),Megatron-LM
一、切分权重 设输
入
数据为X,参数为W。
开源模型
Stable Diffusion
免配置、免翻墙,Stable Diffusion平替来了!
进
入
主页,能看到顶部是用于图像生成的特色工具。
LeonardoAI
文生图
RAG
LangChain - RAG:线上系统多文档要频繁更新,每次都要重新花钱做一次 embedding,老板不批预算,批我...
这一步、embedding 之前针对没个 chunk 做一次 hash,记录下来 hash 值,每次源数据更新了只需要在这一步里面比对一下,更新的 chunk 对应的 embedding 删掉,生成新的插
入
到原有向量数据库中就好
大模型
<
...
47
48
49
50
51
52
53
54
55
56
...
>
1
2
4
5
6
7
8
9
100