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
· 大模型量化:什么是模型量化,如何进行模型量化
· GPU 性能(数据表)快速参考
· Coze、Dify、FastGPT:哪款智能体平台最强?深度对比分析!
· 字节,悄咪咪做了个 Liblib
· 从零开始了解AI大模型 - 技术篇:万字深度好文人话说大模型技术
· ComfyUI-基础图生图&基础图片缩放
· 【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision
· SDXL模型lora训练参数详细设置,显存占用22G,不用修脸原图直出
· 四种微调技术详解:SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法
· 我用AI写小说:「素材篇」4种大神写爽文技巧+找素材新思路+三翻四震举例说明
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
SQL
RLHF 在 Text2SQL 领域中的探索
03 RLHF 框架 RLHF 方法最早是在 2017 年
论
文
(Deep reinforcement learning from human preferences
Text2SQL
RLHF
Stable Diffusion
全面理解Stable Diffusion采样器
本
文
后半部
分
会详细介绍,技术上细节很多。
绘画
采样器
SD
大模型
AI里的大模型,你了解么
大样本由于其参数多、结构复杂等特点,可以更精确地表示出样本的空间
分
布,并从中学习出更多的复杂属性,进而提升其预测精度与效果。
人工智能
企业
检索增强生成(RAG):LLM企业级应用落地的挑战与思考
RAG的工作原理 RAG系统典型由三部
分
组成: (1) 检索器:从大规模
文
本数据中检索与输入查询相关的
文
本片段。
大语言模型
RAG检索增强
开源
精通百种语言的翻译AI来了!Meta推出,免费、开源!
想要阅读一篇精彩的外
文
文
章,却被生僻的单词和复杂的语法难住?
大语言模型
大模型
通俗解读大模型微调(Fine Tuning)
正如我在《大模型时代的应用创新范式》一
文
中所说,大模型会成为AI时代的一项基础设施。
大模型
微调
大模型
ollama本地部署自然语言大模型
本
文
采用ollama,简单运行本地大模型,不需要写代码。
ollama
语言大模型
部署
语音
解读wav2lip:探究语音驱动唇部动作的技术原理!
本
文
将深入介绍一下wav2lip的技术原理和细节,了解它是如何实现语音驱动唇部运动的!
wav2lip
语音
大模型
从零开始学习大模型-第二章-大模型学习路线
必备基础知识 数学基础:深入理解线性代数、概率
论
和统计学、微积
分
等基础数学知识。
大模型
学习
语音
字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言
nbsp;clone https://github.com/v3ucn/coqui-ai_xTTS_v2.2_webui_cn.git 注意该项目并非官方项目,而是在其基础上的修改版本,添加了中
文
版本的
coqui-ai
TTS
语音
AI音乐热潮下,“神曲工作室”率先失业
但是小旭向娱乐资本
论
·视智未来强调,在提示词中指定后,Suno是能够将情感递进做出来的。
音乐
音频
Stable Diffusion
Stable Diffusion 抽卡必备神器!Agent Scheduler
今天
分
享的插件就是时间大师 Agent Scheduler,有了这个插件,我们就可以将每次出图作为一个任务放在队列中,插件可以自动的执行队列中所有的任务,不需要我们一个一个的等待了。
Agent
Scheduler
Stable
Diffusion
写作
一个写了会上瘾的公众号写作模板
接下来,就
分
享一下我最初坚持下来的写作模板,从日常的生活去入手,或许能够让你觉得写作其实原来如此的简单,更加容易坚持下去。
公众号
写作模版
工具
使用这个工具后,我将 RAG 的准确性和召回率都提高了两倍!
技术的主要组成包括数据提取—embedding—创建索引—检索—排序(Rerank)—LLM 归纳生成,不过实际落地过程来看,将用户查询转换为嵌入向量直接检索,很多时候的结果在相关度方面没有那么理想,本篇
分
享一种对用户查询进行重写再去检索从而提高准确性和召回率的方案
RAG
大语言模型
Transformer
保姆级教程:图解Transformer
Transformer 最初主要应用于一些自然语言处理场景,比如翻译、
文
本
分
类、写小说、写歌等。
人工智能
<
...
68
69
70
71
72
73
74
75
76
77
...
>
1
2
4
5
6
7
8
9
100