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
· MCP服务介绍及应用场景报告-来自Manus
· 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!
· Suno音乐新手指南(手把手完整版教程)
· 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!
· SD的老舅ComfyUI来了,节点式工作流,分部控制出图
· 6个AI音乐软件推荐,让你学会人工智能AI作曲
· WeChaty:强大的微信个人号机器人SDK
· AI声音克隆 | 最全最简教程(权威版)
· 自己电脑上跑大语言模型(LLM)要多少内存?
· 4K star!录屏好帮手,超酷的实时按键显示工具
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
StableDiffusion
StableDiffusion模型推荐系列(全能型)
2024年2月24日 版本:V9+RDPhoto2-Ligthning_4s 底模:SDXL_Lightning 推荐参数 分辨率:832*1216+ 采样器:DPM++SDE 迭代步数:
4
-
stablediffusion
sd
文生图
PDFTriage:面向长篇结构化文档的问答
4
.
大语言模型
PDF
文档
OpenAI
AI Agents大爆发:软件2.0雏形初现,OpenAI的下一步
Fig.
4
.
agent
Stable Diffusion
16/180 Stable diffusion 抽卡神器 dynamic prompts
抽卡概率 {1::blackl1::whitel1::yellowl1::red} 每种颜色所占的概率 这里每一种颜色都是1/
4
概率
提示词
文生图
提示词
风景类提示词
roerich, multidimensional composition, emotionally happy brushstrokes ,by Faith Ringgold --ar 3:
4
画图提示词
pdf2htmlEX:效果相当好的一个PDF转HTML程序,和原始PDF几乎一模一样。
对透明文本的一些支持 改进 DPI 设置 - 限制 DPI 以确保输出图形不会太大 --correct-text-visibility 跟踪每个字符的
4
PDF转换
大模型
推荐智能体:利用大模型进行交互式推荐
4
.
大语言模型
推荐
ChatGPT
爆肝两天!ChatGPT+提示词解决知识库目录混乱
4
.
智能分类
大模型
知识库
baichuan2 有什么好的 深挖论文中涉及的知识点
图
4
中显示了最终拟合的标度曲线以及预测的 70 亿和 130 亿参数模型的最终损失。
大模型
Stable Diffusion
Stable Diffusion | SD阿里云3步部署,全程五分钟,免费试用三个月,电脑无需升级配置
4
、这样3步弄完之后,我们手机就会收到一个短信提示 二、部署SD 1、点击上面的函数计算FC选项,点击已试用,就会弹出一个创建角色的弹窗,
下载
Prompt
会议纪要类提示词大全-最全会议纪要prompt
会议资料: 1、时间: 2023年3月
4
日 2、地点:飞书会议 3、参与人员:发言者1、发言者2、发言者3
4
、会议主题: ********** 5、讨论内容: 请根据我提供的会议补充信息和修改要求
prompt
提示词
大模型
炸裂!百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本
作者的字幕数据来源包括ShareGPT4Video,这是一个利用GPT-
4
生成丰富、上下文的视频字幕的大规模数据集,以及WebVid 。
Baichuan-Omni
多模态大模型
Prompt
Prompt工程如此强大,我们还需要模型训练吗?
能够发现,模型无法围绕这个问题进行准确的判断,正确答案应该是16*0.5*0.5=
4
个蓝色高尔夫球。
大模型
Ollama最新更新v0.1.33,实现了多并发可同时与多个模型聊天对话!
·
4
.
ollama
语言大模型
聊天
利用AI技术自动化爬取网页数据的利器——MLScraper
3: 指定要抓取的网页URL并执行抓取 url = "https://example.com" data = scraper.scrape(url) Step
4
:
MLScraper
Python库
<
...
11
12
13
14
15
16
17
18
19
20
...
>
1
2
4
5
6
7
8
9
100