文章列表-AI魔法学院

文章列表

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

参数可以按照正常出图的思路设置，尺寸512x512，根据电脑配置量力而行。

文生图开源模型

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

）重定向在nginx重定向接口后，存在等待服务器返回的问题（与云服务器流量大小也有一定关系）总结 SSE 技术是一种轻量级的实时通信技术，基于 HTTP

GPT

万字长文，大语言模型如何宣告心理学的死亡？

通过操作性定义，研究者将这些稳定的特质转化为可以观察和量化的行为数据或问卷得分1。

大语音模型

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了

把话说详细尽量多的提供任何重要的详细信息和上下文，说白了，就是把话说明白一点，不要一个太笼统。

提示词 prompt

一个产品经理的大模型观察、反思与预测

you Need》 2018年：Google BERT（Bidirectional Encoder Representations from Transformers / 双向编码器表征模型

工作

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案！

优化的方向是什么？

提示词写作自媒体

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

研究者声明，这篇论文梳理的内容带有个人倾向性，并且假定读者已经熟悉 LLM 的工作方式。

开源模型

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

在微调过程中，通过反向传播算法对模型进行优化，使得模型在目标任务上表现更好；评估：使用目标任务的测试集对微调后的模型进行评估，得到模型在目标任务上的性能指标。

大模型微调

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

此步骤下会输出 77 个等长的向量，每个向量包含 768 个维度。

Stable Diffusion 文生图

2024！深入了解大语言模型（LLM）微调方法（总结）

权重调整的幅度和方向取决于梯度，梯度指示了每个权重对误差的贡献程度。

大模型微调

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

对于大模型RAG技术的一些思考

最近在公司完成了一个内部知识问答应用，实现流程很简单，实际上就是Langchain那一套： · 对文档进行切片 · 将切片后的文本块转变为向量形式存储至向量库中 ·

RAG 大模型

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

该论文提出了一种新的条件控制方法，通过将文本向量和图像向量进行拼接，将文本信息引入到生成图像的过程中。

大模型文生图

一文读懂GPT-1：生成式预训练如何提升语言理解

GPT-1首先利用大量未标注文本进行预训练，然后针对特定任务进行有监督的微调。

GPT

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

然后在文本嵌入的类词对应位置提取特征向量。

PhotoMaker 文生图

<...24 25 26 272829 30 31 32 33 ...>

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