文章列表-AI魔法学院

文章列表

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

p-tuning、lora、prompt-tuning、adaLoRA等delta tuning方法，部分模型参数参与微调，训练快，显存占用少，效果可能跟FT（fine-tune）比会稍有效果损失，但一般效果能打平

大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

真实转二次元：机车赛博朋克：总结通过以上这些例子，可以看到：图片的结构及相关元素主体都没有改变，变化的只有细节。

StableDiffusion 文生图

SD入门教程五：后期处理图片高清放大

ScuNET是一种真实感图像超分辨率增强方法，通过自注意力机制和残差学习，能够有效地提高图像的分辨率和视觉效果。

SD 入门教程修复

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

o 重排序器（Reorder）：通过图注意力学习和强化学习机制动态调整检索文档的顺序。

RAG 检索大型语言模型

清华、面壁智能发布：主动式Agent 2.0

环境监控与事件收集：开发基于Activity Watcher的监控软件，捕获用户与计算机系统的交互细节，包括键盘和鼠标操作

Agent 2.0 大模型

替代画师？不，AI把枪指向了商业摄影

1、相机参数提示词： cinematic photo A french girl with black hair sits on a detailed victorian chair,holding

文生图

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

· 随机采样（Random Sampling）：按照概率分布随机选择一个单词。

大模型

巧用这13个原则！创作ChatGPT提示词Prompt时效率提高10倍！

OpenAi的ChatGPT和微软Copilot甚至谷歌Gemini都能在文字类创作和图片创作上都能帮助我们节省时间，提升创作能力，甚至不夸张的说，用好AIGC创作能力提升100倍！

prompt 提示词

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

因此，鼓励每个人都动手尝试，通过实践来掌握和精进这项技能，最终让ChatGPT成为真正的数字助手，共同解决问题、创造价值。

Prompt GPT

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

根据Github上的讨论，宽度和高度不要使用1024，否则会出现难以消除的水印文字。

ControlNet 文生图

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

6.在 service_conf.yaml 中，选择所需的 LLM 工厂在 user_default_llm 中，并用相应的 API 密钥更新 API_KEY 字段。

RAGFlow RAG 开源

FFmpeg之父新作——音频压缩工具 TSAC

我们假设RVQ中有N个VQ，那么在训练过程中随机选择1~N个VQ进行量化，这样相当于在整个模型训练过程中对所有的编码速率都进行了学习。

TSAC 音频工具

Stable Diffusion

Stable Diffusion 生成卡通证件照

Karras 宽度：616 高度：768 总批次数：3 单批数量：1 提示词引导系数 (CFG Scale)：4.5 随机数种子

SD 证件照文生图

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

引导时机：控制模型介入的时间。

文生图

关于大模型驱动的AI智能体Agent的一些思考

个人观点：我认为LLM像人脑一样需要记忆的是概念以及运用概念的能力（概念组合的方法，概念拆解的方法，概念转化的方法），LLM中的token=人脑中的概念，LLM的网络结构MLP+attention机制

大模型

<...76 77 78 798081 82 83 84 85 ...>

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