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
· 大模型应用发展的方向|代理 Agent 的兴起及其未来(上)
· 划重点!全网最全AI数字人工具合集!
· 大模型推理能力增强方法总结
· 惊艳推荐!8款好用又免费的文本转语音TTS工具
· Kimichat炒股:7个提示词案例
· LLM每周速递!大模型最前沿:多模态RAG、RAG加速、大模型Agent、模型微调/对齐
· 字节开源项目MimicTalk:快速打造逼真3D Talking Face的利器
· 我们需要的不是智能体,而是工作流(5000字保姆式教学)
· 神奇的 OuteTTS - 0.1 - 350M:用几秒钟音频克隆声音的黑科技!
· 开源!数字人资源大集合!
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
开源
OCR是什么以及推荐几款开源中文OCR识别软件
目前ocr的算法研究基本
趋
于成熟,并且目前对识别的精度要求不是太高,目前开源项目基本能够满足。
OCR
Prompt
40个值得收藏的AI prompt提示词,帮助你更好地思考问题,做出更加准确地商业决策,让你无往不利
详细列出这一决策的优
势
、劣
势
、机遇和威胁。
prompt
提示词
ChatGPT
使用ChatGPT检查论文引用、提高研究深度
2、ChatGPT回答:“您可以开始通过查阅最新的综述文章和顶级期刊,了解当前的研究
趋
势
和未解决的问题。”
ChatGPT
案例
ChatGPT
2万字大模型调研:横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT
l技术路线与未来发展:考虑产品是否符合行业发展
趋
势
,能否满足企业未来一段时间内的发展需求。
大模型
调研
Prompt
一个让GPT重复自问自答的Prompt
已充分考虑各种要素,没有什么要补充"是指: - 每次回答,可以从用户需求、JTBD、市场
趋
势
、竞争对手分析、技术可行性、成本效益分析等产品设计方面进行考虑 - 每次回答,请考虑回答的深度和广度。
prompt
ChatGPT
感受恐惧的力量:用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布
稀有见解:ChatGPT对微信公众号文章标题的独特分类方法》 o o • 情感:《感受恐惧的力量:ChatGPT揭示微信公众号文章标题的情感
趋
势
大模型
Stable Diffusion
免配置、免翻墙,Stable Diffusion平替来了!
集成了SD的各种插件,比如ControlNET的openpose姿
势
参考、局部重绘、prompt提示等等,甚至还提供了傻瓜式在线训练自己模型的功能。
LeonardoAI
文生图
GPTs
智能时代的变革者:定制化GPTs重塑未来的五大预言
这种
趋
势
可能会导致新兴的AI市场在就业和经济贡献上占据越来越重要的地位。
GPTs
智能
大模型
百模大战,谁是大模型的裁判员?
根据当下火热的模型创业
趋
势
,我们可以乐观地预见无论是中文大模型,还是中文大模型评测基准,都将在未来维持不断追赶的进步
趋
势
与创新动力。
大模型
大模型
AI人工智能大模型通用办公提示词-献给像我一样的社畜们
您还应该对可用的各种选项进行研究,解释不同行业的就业市场
趋
势
,并就哪些资格对追求特定领域有益提出建议。
Stable Diffusion
如何保证每次画出的都同一张人脸:Stable Diffusion的Reference only教程
Seed值控制虽然可大体达到目的,但是画出的人物姿态也高度
趋
同,而且稍微改变描述就会画出另外一个人来,而训练「高质量」模型则更费时费力。
文生图
ChatGPT
13个神级Chatgpt指令,助你小说丝滑过审
示例:在文章中添加与内容相关的图片或视频,以及用图表展示数据和
趋
势
。
ChatGPT
写作
数据库
向量数据库不是一个单独的数据库分类
目前被分类为“向量数据库”的产品,如Pinecone、Weaviate、Milvus等,不再有竞争优
势
,也不再有亮点。
大模型
向量数据库
微软
微软、OpenAI大佬暗示LLM应用开发范式迁移:从Prompt Engineering到Flow Engineering
因此,LLM应用从
趋
势
上看,逐渐朝复杂的流程组织,以及模型基于环境反馈的自我迭代循环纠错的方向发展,而这就是Flow Engineering。
LLM
范式迁移
提示词
精通结构化提示词:如何精确操控指令的作用域与优先级
结构化的方法固然有其优
势
,但它更适用于那些已经对提示词有所了解,并准备编写复杂功能提示词的用户。
提示词
结构化
<
...
2
3
4
5
6
7
8
9
10
11
...
>
1
2
4
5
6
7
8
9
100