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
· AI换脸工具:facefusion使用心得
· 垂直领域大模型的思考
· 全球生成式 AI 应用全景图
· Dynamic Prompts插件,魔法提示词由魔法帮你补全(插件篇)
· 真格基金大模型能力测试问题集---进阶篇
· 大语言模型综述<演进,技术路线,区别,微调,实践,潜在问题与讨论>
· 百川智能正式发布130亿参数通用大语言模型百川大模型(Baichuan-13B-Base)
· 智能知识图谱SmartKG和pySmartKG简介
· 它来了!SDXL + ControlNet 终于强强联合!
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
一个充满多智能体的数字社会正在浮现,商业的底层逻辑已进入重构倒计时
我们在协作软件工程基准测
试
上的实验表明,与现有的基于聊天的多智能体系统相比,MetaGPT生成了更连贯和正确的解决方案。
大模型
大模型
从零开始了解AI大模型 - 概念篇:一文带你走进大模型世界
AI大模型概念 现阶段大家讨论的AI大模型一般都是围绕着“自然语言”方
面
的基础大模型。
大模型
大模型
大模型微调经验汇总---LLM finetuning 踩坑经验之谈
面
对诸多开源本地模型,根据自己的需求,选择适合自己的基座模型和参数量很重要。
大模型
人工智能
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
ChatGPT
最受欢迎的15个ChatGPT提示词,优化给ChatGPT用户,拿走不谢
2.更深入的问题:用于深入研究关键词、主题或概念的各个方
面
。
ChatGPT
提示词
OpenAI
向量数据库失宠了?OpenAI 力捧检索增强生成(RAG)技术,对行业来说意味着什么?
下
面
来看基于 Assistants 的新架构: OpenAI 的 Assistant 助手与 Retrieval 检索工具。
检索增强生成
大语音模型
如何避免大语言模型绕过知识库乱答的情况?LlamaIndex 原理与应用简介
随着 LangChain + LLM 方案快速普及,知识问答类应用的开发变得容易,但是
面
对回答准确度要求较高的场景,则暴露出一些局限性,比如向量查询方式得到的内容不匹配,LLM 对意图识别不准。
大语言模型
国风真的太绝啦!被10万人围观的咒语快收下!
illustration, traditional」「中国龙、色彩缤纷的莫比斯风格、儿童书籍插图、天蓝色和翡翠色、传统形象艺术、巨大的规模、梦幻般的插图、传统」另外,不管是哪组关键词,大家一定要耐心地多多尝
试
哦
文生图
古风
大模型
GitHub狂飙3万star的LLM公开资料 - 大模型入门教程
Python 基础:Python 编程需要对基本语法、数据类型、错误处理和
面
向对象编程有良好的理解。
LLM
大模型
GitHub
ChatGPT
ChatGPT丨一次性修改全文的提示语!
通过以上的提示,你可以尝
试
一次性修改全文的格式,使其更加整齐、流畅、具有连贯性和易读性。
写文章
DALL-E 3 不只是文生图!10 个案例颠覆认知
登记台后
面
的电子屏幕显示着活动日程。
DALL-E
3
文生图
ChatGPT
清华智能体「XAgent」比ChatGPT4.0还好用!
但在各项基准测
试
下,XAgent表现都完全优于AutoGPT、GPT-4。
ChatGPT
智能体
Agent
大模型
领域大模型-训练Trick&落地思考
写在前
面
大家好,我是刘聪NLP。
垂直
训练
大模型
大模型
EduChat:教育行业垂直领域大模型
我们的研究专注于更细粒度和更全
面
的作文评估。
教育
大模型
垂直领域
开源
开源语音大语言模型来了!阿里基于Qwen-Chat提出Qwen-Audio!
多任务和多数据集共同训练
面
临的一个重要挑战是不同数据集关联的文本标签的相当大的变化。
大模型
语音
<
...
55
56
57
58
59
60
61
62
63
64
...
>
1
2
4
5
6
7
8
9
100