文章列表-AI魔法学院

文章列表

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

中文翻译具体就是设置里显示所有选项，然后搜索“补齐正向”勾选即可，如果你也遇到同样的问题可以尝试下，这也反映了认真看使用文档的必要性~ 2、再就是最新的 AnimateDiff

AnimateDiff SD

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

可跟踪水和烟雾，跨帧一致性更强 CoDeF是英文“the content deformation field”的缩写，即作者在此提出了一种叫做内容形变场的新方法，来用于视频风格迁移任务。

ControlNet

自动优化Prompt：Automatic Prompt Engineering的3种方法

第一步：生成prompt candidates 生成prompt的工作也交给了无所不能的LLM，作者介绍了2大类生成方式： ·

prompt 大模型

10秒换脸，一张图片够了！SD Roop插件教程

（1）在插件图片工作区上传你要换的脸（2）脸的序号，举例，如一张图中有4张脸，你要换掉第3张脸，则在此处输入数字2。

AI换脸

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

该模型具有8k的上下文窗口，相比其他具有更长窗口的模型，我们在多个长文本任务的评测中胜出。

大模型 Ziya

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

简单来说，RAG的工作就是作为一个信息的搜集者和整合者，帮助LLM更好地理解和回应提问。

OCR RAG 开源

SD入门教程四：图生图基础用法

当我们想利用原图进行操作，但是想保留某些特征，让原图和生成图保持相似度时，我们就需要进行提示词编写，此时反推区域就能帮助我们提取原图的特征提示词，例如： · CLIP反推 ·

SD 入门图生图

谈谈RAG存在的一些问题和避免方式

下面我们来看看会有哪些方面会引起RAG的失败（下面的举例并不完全，还有一些本次来不及写了）。

RAG 大模型

真格基金大模型能力测试问题集---基础篇

作为早期投资人，我们经常需要试用和评估新发布的对话式 AI 产品，其中比较常用的方式是通过一些 Prompts，将它们与标志性的 ChatGPT 的输出结果进行直观的横向对比。

大模型训练中文

chatglm3基础模型多轮对话微调

微调效果作为没有经过人类意图对齐的模型，ChatGLM3-6B-Base 不能用于多轮对话。

ChatGLM 微调

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

Inpaint Anything 我们会引入一个新的插件 inpaint-anything 用来替代语义分割插件，在前面 ControlNet 中我们讲过语义分割的作用是将图片中的物体分类进行语义的划分

Stable Diffusion 文生图

Meta无限长文本大模型来了：参数仅7B，已开源

为了进一步提高 MEGALODON 在大规模长上下文预训练方面的能力和效率，作者提出了多种技术组件。

Meta 长文本大模型

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

技术合作与生态支持在这里插入图片描述通用语言模型的魅力，可不止于说话。

Qwen1.5 开源模型

谈谈LLM在推荐域的渗透，探索推荐新范式

COT能力，也是一种奇妙的能力，大模型涌现出来的COT能力，让模型可以解决复杂问题，而且具有了可解释性。

大模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

优化chunking：从最开始的512固定长度切分，到后面的句切分，再到后面的NLTK和SpaCy，具体可参见我之前写的

RAG 检索增强

<...69 70 71 727374 75 76 77 78 ...>

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

© 2023-2025 AI魔法学院

京ICP备20027199号-1