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
· M3E 可能是最强大的开源中文嵌入模型
· 了解Kimi必看的26个问题 | Kimi系列文(二)
· Suno音乐新手指南(手把手完整版教程)
· AI 绘画新时代:ChatGPT + DALL-E 3
· Stable Diffusion|儿童绘本全流程制作分享
· GPT提示词必杀技:思维树法
· Learn Prompting-基础篇
· Dynamic Prompts插件,魔法提示词由魔法帮你补全(插件篇)
· Westlake - Omni:西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型
· SD入门教程七:ControlNet篇-Canny边缘检测预处理器
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
Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力,平均性能超越GPT-4
该模型在对话式问答和检索增强型
生
成
等能力方面表现出色,在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。
Llama3-ChatQA-1.5
对话问答模型
大模型
大模型应用发展的方向|代理 Agent 的兴起及其未来(下)
在
设
计
代理时,目标有益于人类,期望代理能够帮助人类完
成
日常任务: 1.帮助用户摆脱日常任务和重复劳动,减轻工作压力,提高任务解决效率。
大模型
大模型
OCR终结了?旷视提出可以文档级OCR的多模态大模型框架Vary,支持中英文,已开源!
想将一份文档
图
片转换
成
Markdown 格式?
OCR
手写
文字识别
RAG
RAG应用中数据处理过程需要注意的事项
随着检索增强
生
成
(RAG)应用程序不断发展,这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起,它们遇到了各种障碍
RAG
大模型
如何修复GPT幻觉、及评估数据集的挑战
生
成
大型语言模型 (LLM) 可以对各种用户提示
生
成
高度流畅的响应。
大模型
Prompt
如何看待大型语言模型的Prompt
他们发现,
生
成
的嵌入空间不仅能捕捉语义相似性,还具有某种
形
式的涌现学习能力——它能够执行“词算术”,这是它未经训练就能做到的事情。
prompt
大语言模型
开源
最新最全的开源中文大语言模型列表
,该项目开源了姜子牙通用大模型V1,是基于LLaMa的130亿参数的大规模预训练模型,具备翻译,编程,文本分类,信息抽取,摘要,文案
生
成
,常识问答和数学
计
算等能力。
大模型
如何从零开始,打造一家AI驱动的公司?
今天,我们分别从
设
计
、建立网站、开发应用程序、内容
生
成
、销售、客户关系管理、数据分析和公司运营分别展开,试
图
给出初步的答案,也欢迎在读的您一起探讨。
大模型
打造公司
ChatGPT
公司如何使用ChatGPT进行内容营销?
自然语言处理和机
器
学习:ChatGPT依靠自然语言处理(NLP)和机
器
学习(ML)技术来理解、解释和
生
成
文本。
大模型
Prompt
Effective Prompt: 编写高质量Prompt的14个有效方法
在本文中,笔者总结了一些常见的Prompt
设
计
准则,希望能帮助大家更好地驾驭大模型这一强大的
生
产力工具。
prompt
提示词
Stable Diffusion
挑战真实影像!Stable Diffusion超越摄影师的光影模型
那么请大家看这张
图
,有没有“一眼AI”的感觉?
AI图片
Sora
Sora相关论文合集---全32套大放送
### 总览摘要: 针对每篇文章或报告,总结其主要内容和核心观点,
形
成
无序列表,每项至少包括3点要素。
Sora
论文
AI出题,做不完,根本做不完
因为有个小朋友正在学习加减法,所以本文的大部分例子都是用来
生
成
加减法练习题。
大模型
提示词
试题
RAG
改进召回(Retrieval)和引入重排(Reranking)提升RAG架构下的LLM应用效果
llamaindex实现下的RAG架构 以RAG召回为例,最原始的做法是通过top-k的方式从向量数据库中检索背景数据然后直接提交给LLM去
生
成
答案,但这样存在检索出来的chunks并不一定完全和上下文相关的问题
大模型
借题发挥下最近几例声音克隆的应用案例
通过训练儿子过去的视频,可以让AI让儿子的
形
象再现。
声音克隆
数字人
<
...
53
54
55
56
57
58
59
60
61
62
...
>
1
2
4
5
6
7
8
9
100