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
· 大模型能力快速测评极简题目
· 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!
· 40个值得收藏的AI prompt提示词,帮助你更好地思考问题,做出更加准确地商业决策,让你无往不利
· 如何下载及使用通义千问7B开源大模型
· 数字人之声音克隆:无样本,1分钟样本完美克隆声音,开源
· 10大Midjourney描述词网站,让你Ai创作随心所欲!
· Stable Diffusion 常用插件推荐
· 火山写作:一款助力写作能力提升的AI助手
· RAG超参数调优食用指南
· 秘塔AI搜索
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
Prompt
Prompt 策略:代码库 AI 助手的语义化搜索设计
在设计时,为了更好的在框架底层提供这种能力,我们参阅了 Bloop 应用、LangChain、Spring AI、LlamaIndex 框架等的代码与
思
想,参考/复制(基于 Apache
prompt
大模型
真格基金大模型能力测试问题集---垂直能力篇
在这个过程中,我们逐渐记录了一些大语言模型现在还无
法
处理得很好的问题,以及很多有意
思
的 Prompts。
中文
训练
大模型
大模型
真格基金大模型能力测试问题集---基础篇
在这个过程中,我们逐渐记录了一些大语言模型现在还无
法
处理得很好的问题,以及很多有意
思
的 Prompts。
大模型
训练
中文
高效选择:Ollama与LM Studio深度对比
对于IT专业人士来说,选择Ollama还是LM Studio,这是一个值得深
思
的问题。
Ollama
LM
Studio
对比
OpenAI
Ilya认错,Scaling Law崩了?自曝SSI秘密技术路线取代OpenAI
OpenAI破局新方
法
:测试时计算 同时,OpenAI仿佛也找到了新方
法
——通过开发使用更类人
思
维
的算
法
训练技术,或许就能克服在追求更大规模LLM过程中遇到的意外延迟和挑战。
Scaling
Law
AI大模型
Stable Diffusion
17/180 Stable diffusion 抽卡神器 dynamic prompts (二)
昨天分享了抽卡神器 dynamic prompts 今天继续分享抽卡神器的其他功能 通配符文件和魔
法
提示词 1.通配符文件 通配符文件位置是
文生图
文生图
文心一言
揭秘Baichuan 3超越GPT-4的中文实力!文心一言、GLM 4.0也甘拜下风?全方位对比测试大揭秘!
Baichuan 3在中文任务上的卓越表现,让它在众多大模型中独
树
一帜。
Baichuan
3
大模型
RAG
2023检索增强生成技术(RAG)研究进展
在这个过程中,我们需要深
思
熟虑以下三个问题: .
RAG
检索增强
RAG
RAG检索增强技术在知识库智能检索场景下的应用实践
同时,RAG模型也为我们提供了一种全新的
思
路,能够更好地结合信息检索和文本生成的能力,为各种应用场景提供更加智能、高效的解决方案。
知识库
RAG检索增强
AI国力战争:GPU是明线,HBM是暗线
可能强如英伟达,也需要
思
考自己的HBM供应链是否足够安全。
GPU
HBM
大模型
Prompt
Prompt工程如此强大,我们还需要模型训练吗?
四、
思
维
链提示
法
4.1 Zero-shot-CoT提示方
法
Zero-shot-CoT是在Few-shot
思
想下,一种更好的提示方
法
。
大模型
OpenAI
阿里云王坚:中国AI不惧R2迟发!靠「群体智能」破局:算力不是瓶颈,但AI应用层急需炸开OpenAI想象围墙!不看好硅谷抢人乱象
主持人 您刚才提到,AI还能改变我们的
思
维
方式。
阿里云
AI
提示词
有了 DALL-E 3,从此自己设计T恤 (附30个提示词模板)
提示词:在[你的颜色]T恤衫上印制宽幅矢量设计,并绘制类似于[所选主题]三
维
雕塑的草图。
DALL-E
T恤设计
Prompt
一文汇总Prompt提示工程的相关策略技巧
一、后退提示-提升LLM
思
考的核心技巧 跳脱问题去
思
考,有助于高
维
度抓住核心矛盾。
提示词
框架
斯坦福宣布前端开发要失业了?!一张截图生成代码,64%优于原网页!
还测量了文档对象模型(DOM)
树
的深度,平均深度为12.5,以及每个例子中独特HTML标签的数量,平均为22.2。
设计转代码
大模型
<
...
14
15
16
17
18
19
20
21
22
23
...
>
1
2
4
5
6
7
8
9
100