文章列表-AI魔法学院

文章列表

M3E 可能是最强大的开源中文嵌入模型

嵌入有点像字典，可以把不同的词、图片或对象转换成独特的数字编码。

开源模型

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

通过修改不同的提示词，就能生成 Angelina 的各种风格的照片。

IP-Adapter 文生图

我，大语言模型

我生于图书馆，且我读过馆外世界的所有知识，但我却不知道这些字词真实含义。

大模型

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

接下来是正式的步骤：还是走文生图的步骤首先输入我们的提示词和反向提示词，我把我用的参数贴在这里：提示词：A melancholic autumn scene in a vast flower

图像文字 ControlNet Stable Diffusion

人工智能的应用范式呼之欲出

通过CoT咒语般的提示词 “Step by Step”，大语言模型一改过去的一本正经胡说八道，开始认真严肃的逐步推导，虽然推导得出的答案有时候还是会出现张冠李戴的低级错误，但是推导的过程却已经展现了一定的因果推理的能力

大模型

图解 transformer——逐层介绍

因此，在预测某个位置的词时，解码器可以使用该词之前的目标词以及该词之后的目标词。

Transformer 大模型图解

ComfyUI-ControlNet不能漏啊！

橘色点点分别从关键词进，经过cn离开连接到采样器中。

ComfyUI ControlNeT

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

ensp;AnythingLLM 让我们一步一步思考，阅读我提供的内容，并做出以下操作：第一步，提取文档的元数据（阅读文章内容后给文章打上标签，标签通常是领域、学科或专有名词）

Ollama AnythingLLM 阅读

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！

这也让Baichuan 3在诗词创作等创意领域领先其他大模型。

Baichuan 3 大模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

它通过训练语料库来学习单词之间的语义和语法关系，将单词映射到高维空间中的稠密向量。

RAG Embedding

垂直领域大模型的一些思考及开源模型汇总

而keyword LLM真的让我眼前一亮的，之前对关键词抽取的理解，一直是从文本中找到正确的词语，在传统检索中使用同义词等方法来提高检索效果。

垂直领域大模型开源模型汇总

“大模型+机器人”的现状和未来，重磅综述报告来了！

以OWL-ViT为例，该模型将ViT与开放词汇对象检测相结合，能够识别数百种未在训练集中出现的物体类别，为机器人系统提供了更广泛的物体理解能力。

论文机器人

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

）点击一下，会自动装上prompt系统（prompt是关键词的意思，因为对于MJ来说，你输入的文字就是它出图的关键词）点击之后我们继续在蓝色框框里面输入自己的关键词就可以

文生图

大模型实践总结

但是国内关于LLaMA比较大的一个争论就是LLaMA是以英语为主要语言的拉丁语系上进行训练的，LLaMA词表中的中文token比较少（只有几百个），需不需要扩充词表？

大模型训练

<...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