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
DALL-E 3 不只是文生图!10 个案例颠覆认知
很多时候一张图胜过千言万语,当语言无
法
清楚表达你的想
法
时,不妨考虑把它交给 DALL-E 3。
DALL-E
3
文生图
我们需要的不是智能体,而是工作流(5000字保姆式教学)
思
维
融入工作流 科幻作家威廉·吉布森曾说过:"未来已经到来,只是尚未均匀分布。"
工作流
教学
微软
BGE M3-Embedding:智源最新发布的text embedding模型,多语言检索效果超过微软跟openai
具体情况如下图,这三种不同来源的数据相互补充,分别作用于模型不同阶段的训练,三个源头的数据量逐渐递
减
,但是数据数量逐渐提升。
BGE
M3-Embedding
多语音检索
开源
新测试基准发布,最强开源Llama 3尴尬了
除了上面两个指标都达到SOTA之外,还有一个额外的好处: 实时更新的测试数据包含人类新想出的、AI在训练阶段从未见过的提示词,
减
轻潜在的数据泄露。
Llama
3
大模型
开源
李彦宏偏爱小模型|AI光年
4月16日,李彦宏在Create 2024百度AI开发者大会上分享了基于大模型开发AI原生应用的三个
思
路:&ensp
李彦宏
小模型
大模型
大模型的研究新方向:混合专家模型(MoE)
MoE和集成学习的
思
想异曲同工,都是集成了多个模型的方
法
,但它们的实现方式有很大不同。
MoE
大模型
写作
提高写作能力的90个prompt大全
解决问题:“提出创新解决方案,
减
少城市地区的塑料垃圾。”
prompt
写作
大模型
语言大模型100K上下文窗口的秘诀
维
护向量数据库以保留自定义文档的嵌入,然后通过相似性指标在它们之间展开“搜索”。
大模型
爬虫
微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器
爬虫和非官方API类库,仅作为学习研究使用,严禁从事非
法
活动。
WechatSogou
微信
搜狗
OpenAI
两天star量破千:OpenAI的Whisper被蒸馏后,语音识别数倍加速
好在,这并不是唯一的制作方
法
。
语音
HeyGen
大模型
AI+智能客服:大模型可落地的最成熟场景之一
以我个人观察,像ChatGPT这样支持多轮对话+RAG的生成式对话应用,和智能客服系统本身的形态本就很像,非常适合用于赋能智能客服,让其让更加接近人类的语言理解和
思
维
能力,从而实现更精准、更智能、个性化的客户交互
ai
客服
大模型
从零开始了解AI大模型 - 技术篇:万字深度好文人话说大模型技术
Transformer的诞生旨在解决如翻译等实际任务,而GPT的出现则源于先进的预训练
思
维
。
大模型
ChatGPT
万字长文|40万人学习过|28个ChatGPT使用技巧,带你从入门到精通
比如当你要ChatGPT帮助你生成
减
肥计划时,你最好告诉他你的身体状况,你目前的饮食摄入和运动情况是什么样的。
ChatGPT
使用技巧
教程
开源
最新最全的开源中文大语言模型列表
模型的主要特性有:较大提升LLaMA的中文理解能力,并尽可能
减
少对原始LLaMA英文能力的损伤;训练过程增加较多的任务型数据,利用ChatGPT生成解析,强化模型理解任务求解逻辑;全量参数更新,追求更好的生成效果
大模型
白话Embedding:普通人都能懂的科普文
您可以看到我们可以将它们视为x-y轴上的坐标,每个列表对应于二
维
空间中的一个点: 如果我们有三个数字,比如$(3,2,5)$和$(4,5,2)$,那么这对应于三
维
空间中的点: 重要的是,我们可以把它扩展到更多的
维
度
Embedding
向量
<
...
15
16
17
18
19
20
21
22
23
24
...
>
1
2
4
5
6
7
8
9
100