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
· 硬核解读Stable Diffusion(系列三)
· 使用这个工具后,我将 RAG 的准确性和召回率都提高了两倍!
· 使用python调用comfyui-api,实现出图自由
· stable diffusion如何确保每张图的面部一致?
· 教会AI画汉字(ComfyUI篇)
· 最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果
· 数字人直播哪家强?百度、硅基、风平与闪剪四大AI数字人横向评测!
· AI高手都在用的10个提示词prompt网站,建议收藏!
· 11个顶级的Prompts,用GPT学习的天花板
· Prompt工程入门
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
数字人
数字人之声音克隆:无样本,1分钟样本完美克隆声音,开源
内置HP5一个模型; 3、去
混
响、去延迟模型(by FoxJoy): (1)MDX-Net(onnx_dereverb):对于双通道
混
响是最好的选择,不能去除单通道
混
响;
数字人
声音克隆
GPT-SoVITS
数据库
主流向量数据库一览
在特性上Pinecone也具有高速、准确以及可拓展等特性,此外也具备对单级
元
数据过滤和尖端稀疏-密集索引等高级功能。
向量数据库
第一性原理以及第一性原理是怎么帮马斯克成为首富的
马斯克其下公司有 ● 10000亿美
元
:特斯拉(含Optimus) ● 1000亿美
元
:SpaceX ● 56亿美
元
:Boring Company ● 26.2亿美
元
:SolarCity
马斯克
商业
大模型
大模型时代-行业落地的再思考
大模型解决行业问题的几种做法 前面其实也提到了一些,这里做个总结: · 使用通用数据和领域数据
混
合,from scratch(从头开始)训练了一个大模型,最典型的代表就是BloombergGPT
大模型
如何用大语言模型构建一个知识问答系统
生成分词器 tokenizer,将文本分成一个个词
元
,保证各个词
元
拥有相对完整和独立的语义,以供后续任务比如 Embedding 使用。
知识库
人工智能
生成式人工智能的“经济学”,The Economic Case for Generative AI
我是你们的主持人
混
合副驾!
生成式人工智能
经济学
RAG
高级 RAG 技术——图解概览
根据你选择的索引类型、数据和搜索需求,你还可以存储
元
数据,并利用
元
数据过滤功能来搜索特定日期或来源的信息。
RAG
检索
图解
AI国力战争:GPU是明线,HBM是暗线
HBM也是AI芯片中占比最高的部分,根据外媒的拆解,H100的成本接近3000美
元
,而其中占比最高的是来自海力士的HBM,总计达到2000美
元
左右,超过制造和封装,成为成本中最大的单一占比项。
GPU
HBM
大模型
大模型
大模型落地“诸神之战”,场景玩家先杀出重围了
都说今年是大模型落地
元
年,但实际进展还是快得超出想象了。
大模型
文生图
打磨 8 个月、功能全面升级,Milvus 2.3.0 文字发布会现在开始!
IndexCoord 和 Datacoord 合并 § Indexcoord 和 Datacoord 在 2.3.0 版本中被合并,这简化了 Milvus 部署的复杂度,也降低了
元
信息在不同
大语言模型
微调
大语言模型微调:定制自己的微调数据集
这些颜色被称为原色,因为它们不能通过
混
合其他颜色来创建,而所有其他颜色都可以通过以不同比例组合它们来制作。
大模型
大模型
大模型应用中大部分人真正需要去关心的核心——Embedding
这被称为“
混
合查询”。
大模型
RAG
图解检索增强式生成(RAG)技术 | 万字长文
在本文的方案中,绿色
元
素代表我们将要深入讨论的核心 RAG 技术,蓝色
元
素则表示文本。
检索增强式生成
RAG
Transformer
Transformer速查宝典:模型、架构、训练方法的论文都在这里了
一些重要的架构变化包括多查询注意力、稀疏注意力、
混
合专家等。
Transformer
Sora
微软研究团队:Sora核心技术及未来机会研究报告-中英对照版
无论是否进行第二次片段化,我们都需要解决如何高效打包这些词
元
,并控制哪些词
元
应当被舍弃的问题。
sora
论文
<
...
4
5
6
7
8
9
10
11
12
13
...
>
1
2
4
5
6
7
8
9
100