首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· 盘点字节跳动最新的AI应用
· 13个神级Chatgpt指令,助你小说丝滑过审
· 我用AI写小说:「素材篇」4种大神写爽文技巧+找素材新思路+三翻四震举例说明
· 13.5K Star ! Fish Speech Windows本地搭建,能否达到官方的级别?强烈推荐
· 文生图提示词prompt详解
· 第一性原理以及第一性原理是怎么帮马斯克成为首富的
· Comfyui工作流原理 你都了解吗
· SD的老舅ComfyUI来了,节点式工作流,分部控制出图
· 【NLP技术分享】文本生成评价指标的进化与推翻
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
RVC和SVC声音模型难找?推荐这个网站
以下是以自己方式制作的
思
维导图,供学习参
考
AI声音模型训练
总
流程 AI数据集筛选流程 二、SVC和RVC声音模型网站推荐 声音模型工坊 http
声音克隆
数字人
数字人
揭秘数字人困境:代理商亏钱、直播屡被封、刘润也不用了
自用要花钱,加盟费也低,周康决定去数字人的
总
公司
考
察看看,“五层楼,上百个员工办公,宣讲会现场他们称要在全中国打造上亿个数字人分身,早入局早赚钱。”
数字人
cursor+coze智能体,一行代码没写,我撸了个小程序
这点小事难不倒我,说干就干,咱今天就
结
合cursor +coze 智能体完成一个明星吐槽的微信小程序吧。
cursor+coze
智能体
人工智能
胎教级SO-VITS-SVC使用教程:人工智能生成歌曲
so-vits-svc是基于VITS的开源项目,VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)是一种
结
合变分推理
音乐
将任意文本转换为知识图谱
这些信息通常存储在图形数据库中并可视化为图形
结
构,从而产生了知识“图形”一词。
知识图谱
转换
文本
Stable Diffusion
Stable Diffusion基础:ControlNet之细节替换
作为 ControlNet,它会对参
考
图进行分块,并识别出区块内的对象。
StableDiffusion
文生图
教程
0基础!动手部署Qwen1.5-MoE模型!能力如何?API接入fastgpt等任何应用!喂饭到嘴教程,附模型下载!
后面教育组AI落地,会
考
虑用它做实践!
Qwen1.5-MoE
大模型
下载
写作
AI 爆文写作:如何用GPT写出10万+?这篇五千字长文给你答案
当然也不是硬套,一边套一边
思
考
: 为什么要这样写?
AI写作
GPT
大模型
最透彻的大模型PPO原理和源码解读
但这里我们不用太纠
结
下标的问题,只需要记住在对应的response token位置,会产生相应的即时奖励和
总
收益即可。
PPO
大模型
源码解读
Agent
十篇高质量的AI-Agents相关论文,让AI教你认识AI-Agents
事实上,经过这段时间对AI-Agents的 深度理解,以及对Lilian Weng定义的AI-Agents
结
构框架的研究
思
考
,为了让更多人理解Agents的可能性(因为Lilian Weng
开源模型
Agent
深度好文,Agent盛行前传
第五是概括能力(generalisation),概括能力通常是指可以整理
总
结
过去的成功经验并且应用在新的场景上,而由于世界里状态的多变和复杂,对概括能力的需求一直巨大,比如一只以水果为主要食物的动物也许每天都会碰到一棵新的树
Agent
大模型
大模型
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
为了帮助机器学习研究者更快理解 LLM 领域的当前现状并提升他们的生产力,来自伦敦大学学院等多家机构的研究团队不畏繁琐,系统性地
总
结
了 LLM 领域的艰难挑战和成功应用。
开源模型
RAG
改进召回(Retrieval)和引入重排(Reranking)提升RAG架构下的LLM应用效果
这个问题很大程度上是因为召回相关性不够或者是召回数量太少导致的,从扩大召回这个角度
思
考
,借鉴推荐系统做法,引入粗排或重排的步骤来改进效果。
大模型
RAG
RAG应用中数据处理过程需要注意的事项
随着检索增强生成(RAG)应用程序不断发展,这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models
结
合在一起,它们遇到了各种障碍
RAG
大模型
教程
SD入门教程三:采样器及参数调整
这篇我们
结
合文生图模块下的采样器和各种参数对于生成图片的细节做一些讲解,每一个参数都有自己对应的含义,也会对生成的图有一定的影响。
SD
入门教程
<
...
25
26
27
28
29
30
31
32
33
34
...
>
1
2
4
5
6
7
8
9
100