文章列表-AI魔法学院

文章列表

Yi技术报告细节分享

数据组成微调阶段数据构造在微调过程中仅采用了10K数据进行模型微调，认为数据质量要胜过数量。

Yi模型大模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

相反，“让每一个参数发挥最大的作用”，在同等参数量上实现更好的性能，才是解决大模型“高效”训练的核心。

Grok-1 开源模型

Stable Diffusion

Stable Diffusion教程：采样器

简单点说，前向扩散是将图片转换为数据模型，而后向扩散是从数据模型生成图片。

画图 SD 采样器

必看！阿里通义千问完整技术报告

相反，我们确保了所报告任务的指导数据已经经过我们的过滤过程，以确保其准确性和可靠性。

大型语言模型报告

检索增强生成 (RAG):What, Why and How?

数据准备阶段包括确定数据源、从数据源中提取数据、清理数据并将其存储到数据库中。

检索增强大模型

通往AGI之路：什么是结构化提示词

核心的落脚点在于有序，比如我们常见的文章目录结构，词典以及有排序属性的数据。

提示词结构化

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

语音、视频转文字神器：开源whisper介绍

Whisper是通过收集来自多个数据源（如YouTube、TED、Twitter等）的多语言、多任务的数据进行训练的。

人工智能大模型 wisper

解玄：共相、道、基类与战略

这其实是遵循我老爹的教导，我老爹的观点大概是：可以不信佛，但你不能跑到佛像上撒尿。

玄学科学

StableDiffusion

StableDiffusion模型推荐系列（全能型）

今天，我们要聊一聊AI绘画领域里的一个超有趣的话题：为什么Midjourney能用一个5.2模型轻松驾驭各种风格，而Stable Diffusion却需要我们切换无数个模型呢？

stablediffusion sd 文生图

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（一）：安装与常用插件

可以搭建自己的工作流程，可以导出流程并分享给别人，报错的时候也能清晰的发现错误出在哪一步； .

文生图 comfyui

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

演化更大的模型（比如使用了更大的UNet），或者训练了更广泛的数据集。

Stable Diffusion 文生图

Stable Diffusion

Stable Diffusion教程：文生图

7、采样步数：采样器使用多少步来生成图片，不同的采样器表现各异，一般使用 20-50 步，步数越多越慢，Euler a 使用20步基本就够了。

文生图 Stable Diffusion

Stable Diffusion

Stable Diffusion 生成卡通证件照

(Steps)：25 采样方法 (Sampler)：DPM++ SDE Karras 宽度：616 高度：768 总批次数：3 单批数量

SD 证件照文生图

大模型高效微调：🤗 PEFT 使用案例

要了解您模型中可训练参数的数量，可以使用print_trainable_parameters方法。

大模型

<...10 11 12 131415 16 17 18 19 ...>

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