文章列表-AI魔法学院

文章列表

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

MoveNet是Google在2021年5月推出的一款轻量化姿态估计模型，集成在MediaPipe当中，出来至今已经一年多了，但是似乎相关的技术解读比较少，最近正好调研到仔细研究了一下感觉挺有意思的，所以更新一期解读

MoveNet-SinglePose Google 模型

Agent四大范式 | 综述：全面理解Agent工作原理

大语言模型在逻辑推理、工具应用、策略规划、指令遵循等方面都有非常不错的表现，这使得大家开始意识到，将大语言模型作为Agent应用的核心认知系统，可以极大的提高智能体的规划能力。

Agent 大语言模型

大模型套壳祛魅：质疑套壳，理解套壳

今天，这三个模型名称通常也指代了其背后的模型架构名称（后文也以此指代）。

大模型套壳

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

，为用户提供打开即用的体验 Stable Diffusion：一个支持开源生态系统的软件，模型的代码和训练数据可供所有人访问，用户可以在此基础上构建并微调模型，以达到想要的效果说人话就是

文生图

ComfyUI王牌！复合生成！必须揉在一起

上期我们讲了利用基于语言到图像的生成网络的GLIGEN模型可以做到指哪打哪的生成。

comfyui 文生图

2024，智谱如何更快？

指令跟随能力上，和 GPT-4 相比，IFEval在Prompt提示词跟随（中文）方面达到 88% 水平；在指令跟随（中文）方面，达到 90% 水平。

GPT-4 大语言模型

总结些SDXL出人像时遇到的困难

一直想搞人像摄影类写真，苦于不知道出什么主题，这次的大英博物馆系列真是给我指明了方向，可以根据文物颜色、材质、内容出图，也是锻炼了我的提示词能力。

文生图 SDXL

AI出题，做不完，根本做不完

指令就像给用户提供不同的功能，这有点类似在API中提供各种接口。

大模型提示词试题

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

接着进入监督微调（SFT）阶段，借助基于图像的问答数据集，模型进一步增强对上下文的理解能力，通过对包含图像的结构化聊天历史记录进行训练，不断优化其对不同场景下视觉和文本信息综合处理的能力。

OmniVision -968M 多模态模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

由于原始 Transformer 模型在大规模任务上表现出色，研究人员开始尝试调整模型的大小以提高性能。

RAG Embedding

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

不过如果要想要免费畅玩这款大模型，就少不了玩转 HuggingFace 社区，然后根据指引在本地的 GPU 花上大量的时间进行部署和配置。

开源大模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

其中， code-davinci-002 是基本模型，text-davinci-002 是一个带有 FeedME 非 RL 指令调整的版本。

Transformer

如何用大语言模型构建一个知识问答系统

Fine-Tuning 使用下游特定领域的知识对基础模型进行微调，改变神经网络中参数的权重。

知识库

Stable Diffusion

Stable Diffusion API

它具有大量功能，例如图像修复、图像扩展、调整大小、放大、变化等等。

文生图 SD

大模型应用设计的10个思考

这种分工在实际应用中有多种表达方式，但核心思想是一致的：代码是用来执行特定指令和流程的工具，而模型则用来解读、生成和推理语言的深层含义和目标。

大模型应用

<...18 19 20 212223 24 25 26 27 ...>

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