文章列表-AI魔法学院

文章列表

大模型推理能力增强方法总结

在下面的图中，左侧的提示是使用少样本思维链范例编写的。

推理能力大模型

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...

图一：embedding 类似于搜索引擎的索引，没有 update，只有 insert 或者 delete 互联网排名第一的文档格式是什么？

大模型

大模型检索增强生成RAG的优化

其技术架构图大致如下[4]：基于KG+VS进行上下文增强图3中query进行KG增强是通过NL2Cypher模块实现的。

RAG 检索增强大模型

大模型：泛化即智能，压缩即一切！

如上图所示，许多教科书中显示的图形都是U形风险曲线。

泛化大模型

Stable Diffusion

Stable Diffusion 30种采样器全解！

o Euler：ODM求解器，简单直接，可收敛——能产生最终稳定图像。

Stable Diffusion采样器

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

例如，如果一个超人类助手模型生成了一百万行极其复杂的代码，人类将无法为关键的校准相关任务提供可靠的监督，包括：代码是否遵循用户的意图、助手模型是否诚实地回答有关代码的问题、执行代码是否安全或危险等等。

OpenAI 人工智能

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

图 12: 掩码扩散变换器 (MDT) 的整体架构图。

sora 论文

Comfyui一键更换人物背景！饭来了快张口！

然后上传你想要换背景的图片如果图片很小就打开通过模型放大，图片很大就右键忽略。

换背景绘画

提升GPT Prompt效果最佳实践 - 拆解复杂任务

具体方法： · 使用意图分类来识别与用户查询最相关的指令 · 对于需要很长会话的对话应用，总结或过滤之前的对话 · 分段总结长文档，并递归构建成完整摘要使用意图分类来识别与用户查询最相关的指令

GPT prompt

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

其核心抽象是将Llamaindex的各种模块（LLM、提示、查询引擎、检索器等）作为DAG图上的节点，通过声明式编排完成应用逻辑开发。

Query Pipeline 大模型

Stable Diffusion

Stable Diffusion | 2D表情3D化，看着笑不停

可爱又迷人~ 制作步骤：一、谷歌表情厨房制作2D表情可爱化的步骤：https://emojikitchen.dev/ 左边表情和右边表情融合，动图演示一下。

Stable Diffusion

Elasticsearch 中的向量搜索：设计背后的基本原理

Lucene 当前从没有删除的最大输入段创建 HNSW 图的副本，然后将来自其他段的向量添加到此 HNSW 图。

向量数据库

如何改善你的回测方法，提高策略的未来收益

绩效评估 • 因果关系图：在回测前建立因果关系图，明确策略背后的因果机制。

回测方法

AI帮你DIY新年祝福海报，拜年必备神器！

一旦您在此处添加主标题、副标题、正文内容及相关图片提示词（例如春节灯笼，中国龙，云彩等元素），并挑选好相应的图片风格，点击生成按钮，仅需等待短暂的半分钟，四张心仪的海报即刻呈现眼前。

拜年海报 ai绘画

使用stable diffsion对老照片进行AI高清放大修复

ensp;可见程度推荐0.5-0.8 4、CodeFormer 强度 (0 = 效果最强，1 = 效果最弱) 推荐0.2-0.5 CodeFormer 是增加细节的，但AI增加的细节过多可能会让原图变的不真实

SD 高清老照片修复

<...47 48 49 505152 53 54 55 56 ...>

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