文章列表-AI魔法学院

文章列表

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

是一个基于节点流程式的stable diffusion AI 绘图工具WebUI，界面版块基本和stable diffusion一样，只是每个版块被拆分成节点，可以灵活控制连接，这样的工作流和完善的可复现性，用户可以精准的控制每个版块的设置

文生图 comfyui

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

基于 LLM 的检索工作原理简图在LLM开发中有一个原则就是尽可能的使用大模型的能力，LLM并不只是最后作答，在关键词增强，答案一致性判定等上面都可以使用，在这里就可以利用大模型来判定生成结果最合适的候选问答

大模型

AI写作：如何用AI一键提炼文章要点，10倍提效（含提示词）

今天就给大家分享一个用来总结文章的提示词。

AI写作提示词

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

相比 Gemini，Gemma 更加轻量，同时保持免费可用，模型权重也一并开源了，且允许商用。

开源模型 Gemma

忘了提示词吧，用自然语言教会AI画出想象力

对大段句子的理解比较弱，需要各种提示词组合，还要添加参数（比如用括号划重点）才能勉强让AI理解想要表达的意思。

文生图

向量数据库简介和5个常用的开源项目介绍

为了在人工智能和机器学习应用中利用这些数据，我们需要使用嵌入将其转换为数字表示。

开源模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

当前，随着大模型应用落地需求不断增加，越来越多的人在寻找搭建LLM应用的最佳模式，而这种模式就如同当年web开发中MVC架构一样，能够很好地指导开发者正确高效地开发应用。

LLM

使用知识图谱提高RAG的能力，减少大模型幻觉

4、向用户显示检索到的客户配置文件或相关信息，例如显示他们的姓名、人口统计数据或购买历史记录。

RAG 大语言模型

Langchain中改进RAG能力的3种常用的扩展查询方法

我们这里主要介绍在Langchain中常用的3种方法查询扩展技术涉及对用户的原始查询进行细化，以生成更全面和信息丰富的搜索。

检索增强生成 Langchain

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

用户可能会以为它仅仅是一个简单的图片编辑工具，但PhotoMaker的功能远不止于此。

photomaker 绘画风格

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

MotionGPT可以让用户输入文本提示来创建特定的动作，提供肢体运动、情感甚至多个动作的混合指令，从而提供高度动态的动画创作体验。

3D 动作捕捉

从Langchain到ReAct，在大模型时代下全新的应用开发核心

用编程的说法就是API名称和对应的入参。

大模型

8个超级GPTs Agent，每个浏览量超20w+（实用建议+攻防Prompt）

OpenAI本次更新的类似于App Store的生态，让应用创建门槛无限低！

GPTs Agent

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

惊艳于它强大的能力，我探索出了45个使用案例，几乎涵盖了所有类型的设计。

文生图

AI产品经理视角：如何构建人工智能产品

因此，您可以最大限度地减少用户体验产品价值并继续使用它所需的努力，从而提高用户获取和采用率。

大模型产品经理

<...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