文章列表-AI魔法学院

文章列表

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

通过在各种全模态和多模态基准测试上展示强大的性能，作者旨在将此贡献作为开源社区在推进多模态理解和实时交互方面的竞争性 Baseline 。

Baichuan-Omni 多模态大模型

中文开源OCR框架对比及介绍

版面分析：将文档图片分段落，分行的过程称为版面分析 6.

OCR

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

很多人纠结lora训练用谁的脚本比较好，比如kohya_ss的、秋葉aaaki的、赛博炼丹炉的…… 昨天我看了下kohya_ss的，感觉界面还是有点复杂，所以我还是最推荐秋叶的，秋叶也是用的kohya

SDXL 训练

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

如果有一份详细全面的知识列表可能会帮助他们更快走上「正途」。

Transformer

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

5、为MaxKB镜像创建一个容器打开Docker图形化界面，左侧菜单栏点击Images图标，然后你就会看到刚刚下载的docker镜像，点击右侧的三角图标就可以重新创建容器了，弹出的界面点击向下的箭头

知识库MaxKB 开源

为什么Llama2大模型可以在个人电脑上部署？

这次我们深入的扒一扒 llama2 模型背后的技术，看下跟 ChatGPT 方面有哪些不同。

开源模型

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

通过多轮的辩论，我们可以整合两个角色的争论点，从而形成一个更为全面和精准的提示词。

Prompt ChatGPT

大模型中的Top-k、Top-p、Temperature详细含义及解释

这是相当高的，这意味着模型相当有信心 I like 的标记后面会跟着标记 to..

大模型

AA大佬新作：ComfyUI整合包，打造极简解决方案

对于想要探索这一技术的用户来说，ComfyUI提供了一个直观且功能丰富的图形用户界面(GUI)，使得用户能够更加便捷地设计和执行复杂的Stable Diffusion工作流程。

comfyui 文生图工作流程

Stable Diffusion

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

但是我们里面并没有任何模型。

文生图 comfyui

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。

JoyHallo 数字人开源模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

在《Large language models are zero-shot reasoners》这篇论文的测试中，在向LLM提问的时候追加“Let’s think step by step”后，在数学推理测试集

AI Agent 大模型人工智能

ComfyUI 基础教程（一）环境部署和插件安装

点击进入Releases，点击下面的"Download link with stable pythorch

comfyui 文生图

50+ Midjourney 美食相关提示词，看了别留口水哦

悬浮营造一种悬浮在画面中的错觉，可以让食物看上去更有层次，为画面增添动感和魔力。

midjourney 文生图绘画

垂直领域大模型的思考

下面本文将从继续预训练，领域微调数据构建，减少幻觉，知识召回四个方面进行具体的介绍。

垂直领域大模型

<...13 14 15 161718 19 20 21 22 ...>

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