文章列表-AI魔法学院

文章列表

SD3 正式开源 Sora同源架构

本次模型参数量不是很大就当8-12G起吧 SD3的更新特点采用Diffusion Transformer（DiT）架构：Stable Diffusion 3.0采用了与Sora相同的DiT架构，这种架构设计使得系统的扩展性更强

SD3 绘画

造梦师手记：C站最受欢迎的大模型推出了SFW版

采样器：DPM++ SDE Karras 步数：4-7 CFG：2-4 欢迎来到秒级出图时代！

DreamShaper 大模型文生图

LangChain 完整指南：使用大语言模型构建强大的应用程序

LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。

langchain 大模型

大模型的研究新方向：混合专家模型（MoE）

MoE的稀疏性与dropout的原理类似，MoE是根据任务的具体情况选择激活一定数量的专家模型来完成这个任务，而dropout则是对神经网络中的神经元进行随机性失活，每次训练的时候只保留一定的参数，这不但让网络具备了稀疏性特征

MoE 大模型

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

数据集对齐方法：是从真实世界的人口数据集中获取代理的配置文件信息，比如通过抽取人口调查数据组织成自然语言描述。

大模型 LLM Agent

大模型与游戏结合的一个思路

关于人工智能与游戏的结合，笔者曾写过一篇文章，《真正的人工智能应用于游戏》。

人工智能游戏

停用词(Stop Words)的价值、收集与使用

在构造特征的时候，我选择了词袋模型，并按照教材里提示的方法、将词汇表中一些不重要词语给过滤掉，最后得到了一个维度为数千(远小于中文词汇表的大小)的特征。

停用词

生成式AI与大语言模型的区别

例如，一个图像生成模型可能会在数百万张照片和绘画的数据集上进行训练，以学习构成各种视觉内容的模式和特征。

生成式AI 大语言模型区别

AI 换脸——Deepfacelab 下载与安装，新手教程

jpg 采用有损压缩的方式去除图像的冗余数据，存在着一定可接受范围内的失真。

Deepfacelab 换脸

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

该数据集主要由过滤后的 Common Crawl 以及一些书籍、网络文本和维基百科构成； · 使用了 BPE tokenizer（与 GPT-2 相同）； · 2048 上下文长度

Transformer

检索增强生成(RAG)有什么好的优化方案？

二、RAG架构优化 2.1 Vector+KG RAG 经典的RAG架构中，context增强只用到了向量数据库。

RAG 检索增强

造梦师手记：C站最受欢迎的LoRA竟然是... ...

随着AI绘画爱好者全面转向SDXL，C站的推荐也开始倾向于SDXL。

SDXL 文生图

如何从零开始，打造一家AI驱动的公司？

基本功能包括： · 生成定制化电子邮件、产品描述、摘要等 · · 自动将日期等非结构化数据转换为结构化数据

大模型打造公司

将任意文本转换为知识图谱

这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。

知识图谱转换文本

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

今天给大家分享一个万金油写作结构，适合大多数的干货文和观点文。

AI写作提示词

<...7 8 9 101112 13 14 15 16 ...>

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