文章列表-AI魔法学院

文章列表

全球生成式 AI 应用全景图

在生成式AI 产业突变的背后是人工智能技术数十年的积累和酝酿，其演进历程具体可分为四个阶段： 1.专家系统： 2.机器学习与神经网络： 3.深度学习： 4.大模型：

大模型

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

按图索骥，在网上找到作者开源项目，学习研究硬件部分内容。

ai小车 esp32 开源

Python状态机：优雅处理复杂业务逻辑的利器

易于维护：状态转换逻辑集中管理 3.

Python状态机设计模式

如何用AI做LOGO？

你不用担心使用这个模型画出容易尴尬的画面。

Stable Diffusion 文生图

LangChain 完整指南：使用大语言模型构建强大的应用程序

这使得在您的应用程序中处理输出数据变得更加容易。

langchain 大模型

学会这招，一个头像变100种风格！

注意两种效果之间要尽可能比较接近，比如直接从照片风格 Remix 成可爱风就会很难，而从动漫风格过来就比较容易些。

Remix 文生图

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

在这种情况下，越狱尝试完全包含在单个提示中，这与多样本越狱攻击的相关性是显而易见的（事实上，多样本越狱攻击可被视为“上下文学习”的一个特例）。

Anthropic 大语言模型

造梦师手记：华夏之美，SDXL时代的第一个国风模型和汉服LoRA

尤其是XL对自然语言的理解更加容易，创作者能很容易的用比较口语化的表述来让AI实现自己的想法。

文生图

预训练对话大模型深度解读

主要能力：开放域闲聊+多技能融合，包含人格化、知识性、共情性等第二代2021年模型结构和第一代相同，沿用2.7B参数量的版本新增能力：联网搜索

体验完阿里的EMO模型，我emo了

目前在开源界，比较出名的口唇同步框架是 wav2lip[1]，如果是自己部署的话，会比较麻烦，搭环境估计都得折腾个几个小时，很容易在 opencv 的版本上踩坑。

EMO 文生图

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

然后创建一个新的神经网络模型，即目标模型。

大模型微调

真格基金大模型能力测试问题集---垂直能力篇

OpenAI 已经在官网展示了 ChatGPT 的 48 个基本能力，在 NLP 领域，也已经有了 SuperGLUE、MMLU、Google BIG-bench 等被广泛使用的测试集

中文训练大模型

大模型微调方法总结

假设模型在任务适配过程中权重的改变量是低秩（low rank）的，由此提出低秩自适应（LoRA）方法，LoRA 允许我们通过优化适应过程中密集层变化的秩分解矩阵来间接训练神经网络中的一些密集层，同时保持预先训练的权重不变

开源模型

九问中国大模型掌门人，万字长文详解大模型进度趋势

但是自然界还存在视觉、听觉等感官，不容易建模。

大模型详解

百度智能云的Prompt模板

(2)避免歧义，简洁易懂生成式大模型很多时候也和人类的理解能力相似，需要输入一些更明确的指示内容助于理解并执行内容生成，意图不明的模糊指令会让模型生成内容与预期有些偏离，甚至影响原本Prompt指令的生成内容

大模型 prompt

<...25 26 27 282930 31 32 33 34 ...>

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