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
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· Coze多智能体(Multi-Agents)模式体验!
· 【揭秘】BELLE大模型:一个集合训练、数据、模型、APP的超级神器,让每个人都能拥有自己的“大模型”!
· 包阅AI-免费AI阅读翻译神器!
· Sora相关论文合集---全32套大放送
· Stable Diffusion 快速创作角色三视图
· AI换脸:FaceFusion和Roop在线版修复,支持手机,平板,低配电脑!
· GPTs使用指南 | 保姆级GPTs入门教程,0代码基础也能做AI产品
· 大模型评测新思路:弱智吧精华问题大全
· 用so-vits-svc-4.1进行音色转换的极简教程!
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
生成式AI工作流#产品经
理
和创业者的秘密武器
因为AIGC产品体验的重心已从界面转向了
数
据
。
AIGC
工作流
什么是极限、导
数
、微分与积分(通俗易懂)
从天体的运行到手机屏幕上的图像渲染,微积分的影响无
处
不在。
数学
微积分
科学
白话Embedding:普通人都能懂的科普文
嵌入是将某些
数
据
对象表示为向量,构造为将
数
据
对象的某些属性编码为其矢量表示的几何属性。
Embedding
向量
微调
Qwen7b微调保姆级教程
前方干货预警:这可能是你能够找到的,最容易
理
解,最容易跑通的,适用于各种开源LLM模型的,同时支持多轮和单轮对话
数
据
集的大模型高效微调范例。
Qwen7b
大模型
ChatGPT
Ollama的本地化又一图形工具ChatOllama,让你轻松玩转ollama,ChatGPT
使用Vue3、Nuxt还涉及
数
据
库等内容,如果对前后端感兴趣,可以拿来代码看看,这些功能是如何实现。
ChatOllama
安装
开源
最强开源
数
字人对口型系统介绍
使用过原版开源的Wav2Lip的都知道,原作者使用分辨率很低的图像
数
据
集训练的模型,嘴部特别清晰,基本没啥价值,但是 这个框架和算法倒是不错,如果想得到高清模型,得付出相当大的精力去收集高清
数
据
集从头训练
数字人
开源模型
Threejs:
数
字人生成金色动态粒子效果
昨天的文章提到通过修改
数
字人的材质做全息投影仪的动态效果,今天分享一下生成金色动态粒子人的代码,效果图如下: 效果中还包含多个粒子效果的动态转换,有了这个,再加上摄像头,就可以完全模拟亚运会的
数
字人效果了
Threejs
数字人
ChatGLM
可能是国产最强AI,ChatGLM-4来了!
Stable Diffusion): 一个是翻译,我业余经常对Civitai网站的AI绘画大模型进行评测,需要翻译,以英文为主,日文、韩文为辅,ChatGLM的翻译非常优秀,能区分出哪是模型的英文名,哪是参
数
的英文名
ChatGLM
智普
Transformer
图解 Transformer——功能概览
Transformer 架构擅长
处
理
文本
数
据
,这些
数
据
本身是有顺序的。
Transformer
大模型
图解
微调
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
这些大型预训练模型,如GPT-3、BERT和T5,拥有卓越的自然语言
处
理
能力,但要使它们在特定任务上表现出色,就需要进行微调,以使其适应特定的
数
据
和任务需求。
大模型
阿里
本地运行140亿参
数
,阿里千问玩起来!Qwen+Win11+3060
Qwen-14B是基于Transformer的大语言模型, 在超大规模的预训练
数
据
上进行训练得到。
大模型
Prompt
Asimov的预言与《Reflexion》的Prompt启示:机器人心
理
学家的新纪元
Robotics)的主要员工,专门研究机器人的行为和心
理
。
大模型
提示词
【爆肝整
理
】500+ AI 最佳提示词
使用
数
据
驱动的见解为营销决策提供信息。
提示词
Transformer
如何最简单、通俗地
理
解Transformer?
我个人的观点是要想系统而又透彻地
理
解 Transformer,至少要遵循下面这样一个思路(步骤): 首先,了解一些NLP领域的基本知识,比如文本是如何被表征的,序列文本信息的
处
理
,基于(深度神经网络
Transformer
大模型
大模型
基于中文金融知识的 LLaMA 系微调模型的智能问答系统:LLaMA大模型训练微调推
理
等详细教学
通过中文金融公开问答
数
据
+爬取的金融问答
数
据
构建指令
数
据
集,并在此基础上对 LLaMA 系模型进行了指令微调,提高了 LLaMA 在金融领域的问答效果。
LLaMA
<
...
7
8
9
10
11
12
13
14
15
16
...
>
1
2
4
5
6
7
8
9
100