文章列表-AI魔法学院

文章列表

数据分析思路系列-如何建立指标体系

可能大家听起来像是天方夜谭一样，我都没接触过实际业务怎么能就去搭建指标体系再拆解指标呢？

数据分析指标体系

腾讯出品！开源AI数字人框架！号称可以不限时长

，时长00:09 ，时长00:39 技术亮点无限视频长度：MuseV采用了视觉条件并行去噪方案

MuseV 视频数字人框架

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！

01文章标题生成HEADLINES Prompt 1 通用标题党生成器根据给定的主题或内容｛｛主题｝｝，请使用你的创造力和想象力，生成｛｛数量

写文章提示词

一文搞懂贝叶斯定理有什么用

这两大学派最根本的观点在于看待世界的方式不同：频率学派认为世界是客观的，必须通过大量独立采样来获得统计均值，不能先给出一个主观的先验概率（假设）；贝叶斯学派则认为概率是一种信念度

贝叶斯定理

Stable Diffusion

硬核解读Stable Diffusion（系列二）

SD在训练过程采用的是步数为1000的noise scheduler，但是在推理时往往采用速度更快的scheduler：只需要少量的采样步数就能生成不错的图像，比如SD默认采用PNDM scheduler

StableDiffusion 文生图

替代画师？不，AI把枪指向了商业摄影

作者在C站称：我用于模型/版本展示的设置采样步数: 40-50 CFG scale: 7-20 采样方法: DPM++ 2M Karras 比例:1024x1024 负prompt:

文生图

智谱AI大模型ChatGLM3-6B更新，快來部署体验

更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。

ChatGLM3-6B 开源模型

被高估的Pika，被低估的多模态AI

“这个 demo 足够吸引很多的流量，甚至出圈，有这样的信心，那投资的逻辑就能走下去了。

大模型多模态

完整ChatGLM3部署教程，支持手机和车载平台部署

系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：更强大的基础模型：ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据

ChatGLM3 大模型

Prompt小技巧（18）：万能Prompt

你提供的Prompt应该采用我发出请求的形式，由ChatGPT执行。

prompt 大模型

SD出图新思路

（糊点没关系）第二步： ①打开图生图，将模糊的截图丢进去 ②顺便把之前文生图的关键词也粘过来第三步：采样器和尺寸跟之前的调整一致，重绘幅度可以根据情况调整。

文生图 SD

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略

ChatGLM3 语音模型开源模型

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

你可以在一组文档上建立列表索引，然后使用 LLM 检索器从索引中检索相关文档。

大模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型具有大规模参数和计算能力的机器学习模型。

大模型

高级 RAG 技术——图解概览

更高效的搜索索引，专为处理超过 10000 个元素的大规模检索而优化，通常采用向量索引，如 faiss、nmslib 或 annoy，它们采用近似最近邻算法，比如聚类、树形结构或 HNSW 算法。

RAG 检索图解

<...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