文章列表-AI魔法学院

文章列表

生成式AI与大语言模型的区别

其秘密：理解单词之间的上下文和关系。

生成式AI 大语言模型区别

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

能够让大模型推理结果变得更好的基础优化手段已经非常多了，这里梳理了常见的提示技术手段和对应的论文： - Zero-shot（零样本提示）：https://arxiv.org/abs/2109.01652

prompt 提示词

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

但精度相对较低，无法处理语义相似的文本。

大语言模型 RAG检索增强

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

这种集成不仅提高了信息的利用效率，还加快了推理速度，提升了 14.3%。

JoyHallo 数字人开源模型

傻瓜式！一键部署ChatGLM3，免去环境烦恼+开箱即用！集成API调用！本地化界面操作！

4/45 安装好环境之后，我们要点击 “2-2.安装依赖.bat” 这个脚本，无需管理员身份，双击即可！

ChatGLM3 大模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

ViTPose+进一步拓展到多种不同类型的身体姿态估计任务，涵盖动物、人体以及典型的身体骨骼、手、脚、脸部等关键点类型，在不增加推理阶段模型复杂度和计算复杂度的情况下，实现了多个数据集上的最佳性能。

ViTPose+Transformer 身体姿态

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型在代码和数学能力上有显著提升，尤其是在长文本处理方面，其中 Qwen2-72B-Instruct 模型能够完美处理 128k 上下文长度内的信息抽取任务。

qwen 千问开源

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

① 部署ollama推理环境！

Qwen1.5 开源模型

基于本地知识的问答机器人langchain-ChatGLM

abbucket=6&id=656544342321&ns=1&spm=a230r.1.14.48.b3f84f64A9YLJ0的"宝贝详情"和"尺码推荐"整理成《local_knowledge_clothing_describe.txt

langchain

金融行业中 Fintech 的应用场景

大堂经理，柜台的一些人员这些都是属于传统的金融的岗位。

Fintech 金融

RPA机器人实现网页自动翻页功能

RPA通常可以执行以下类型的任务： 1.数据输入和处理：包括从电子表格、数据库等数据源中提取数据，进行处理和转换，再输入到其他系统中。

RPA 自动

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

· stable diffusion 自定义模型的管理地址

下载开源模型

Stable Diffusion

Stable Diffusion高精度换脸

（4）选择脚本并执行生成图片（5）精修后的图片（2K）操作步骤三：对精修后的进行高精度处理（1）发送到后期处理（2）选择放大算法

Stable Diffusion 文生图

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

因为类似这样的研究，有利于理解我们的认知过程。

stablediffusion

Stable Diffusion

Stable Diffusion新手快速入门教程

实际上，我们只需知道母鸡可以产蛋，但并不需要研究母鸡的生殖构造和产蛋原理。

文生图

<...63 64 65 666768 69 70 71 72 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1