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
· Ollama还是vLLM?深度解析四大顶级LLM服务框架:性能、特性与技术选型指南
· 汇总1400+文献的神级“上下文工程”综述,治愈初学者的AI迷失症
· 《特朗普爱上在白宫当保洁的我》拍好了,3个月赚了10个亿
· StableDiffusion模型推荐系列(全能型)
· 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!
· 一个让GPT重复自问自答的Prompt
· AI创作 |如何通过GPT进行漫画视频的故事改写
· 多智能体开发框架怎么选型?京东 JoyAgent vs langchain LangGraph,两种Agent开发哲学的碰撞!
· 一个完整Prompt让ChatGPT自动生成短视频制作脚本
· 来个优秀的开源人脸识别项目!
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
大模型
中国AI大模型,应该如何商业化
简言之,一方以技术为主导,追求模型的卓越性,以实现通用人工智能为目标;一方则
认
为商业化是公司发展的必
经
之路,应该积极拓展市场应用,从而实现盈利为目标。
大模型
AI
RAG
Qwen2.5更新百万超长上下文,推理速度4.3倍加速,网友:RAG要过时了
这不,刚在写代码这事儿上刷新SOTA,Qwen2.5系列又双叒突然更新了—— 一口气读三本《三体》不费事,并且45秒左右就能完整总结出这69万token的主要内容, 还真不是糊弄事儿,“大海捞针”实
验
显示
Qwen2.5
开源模型
ComfyUI
ComfyUI 基础教程(二):文生图基础流程
节点搜索窗口方式:双击鼠标呼出节点搜索窗口,如果你
知
道节点的名称,可以直接搜索,节省时间。
comfyui
文生图
OpenAI
OpenAI 无需向量化的 RAG 新架构设计范式剖析
2、无向量化 RAG 新架构设计剖析(以法律
知
识问答为案例) OpenAI 无向量化 RAG 新架构设计由四大核心环节构成,以下以法律
知
识问答为案例来详细剖析之。
OpenAI
RAG
架构
大模型
MaskGCT:登上GitHub趋势榜榜首的TTS开源大模型
MaskGCT已在香港中文大学(深圳)与上海人工智能实
验
室联合开发的开源系统Amphion发布,Amphion今天登上了Github global trending榜首!
MaskGCT
声音克隆
如何改善你的回测方法,提高策略的未来收益
二 背景
知
识 1.
回测方法
Midjourney
爆肝!超详细的胎教级Midjourney使用教程,看这一篇就够!
更有想象力的照片 比如会开车的狗、练太极的猫 掌心上的超小猫咪,超大的西瓜,还有中国风钢铁侠 我之后会对这些比较有趣的热门图片进行关键词拆解 不
知
道大家感不感兴趣
文生图
人工智能
医疗+人工智能的创新应用
随着科技的飞速发展,人工智能(AI)已
经
渗透到了我们生活的各个方面。
大模型
AI拆解:《AI猫咪小红书账号3个月变现10W+》
通过这种方式,他不仅提高了自己的
知
名度,也为其他创作者提供了宝贵的
经
验
。
文生图
AI拆解
Transformer
Transformer速查宝典:模型、架构、训练方法的论文都在这里了
如果有一份详细全面的
知
识列表可能会帮助他们更快走上「正途」。
Transformer
开源
开源免费离线语音识别神器whisper如何安装
whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神
经
网络,且它亦支持其它98种语言的自动语音辨识。
wisper
翻译
免费
数据分析思路系列-如何建立指标体系
我曾
经
看到过这么一句话:拆解指标是一切业务工作的前提。
数据分析
指标体系
大模型
国内AI大模型已近80个,哪个最有前途?
百度 百度是大厂里面我
认
为也非常有前途的。
大模型
LLM
基于LLM+向量库的文档对话痛点及解决方案
笔者做了一些探索,希望与大家共同探讨 问题1:如何让LLM简要、准确回答细粒度
知
识?
开源模型
Transformer
如何最简单、通俗地理解Transformer?
我个人的观点是要想系统而又透彻地理解 Transformer,至少要遵循下面这样一个思路(步骤): 首先,了解一些NLP领域的基本
知
识,比如文本是如何被表征的,序列文本信息的处理,基于(深度神
经
网络
Transformer
大模型
<
...
27
28
29
30
31
32
33
34
35
36
...
>
1
2
4
5
6
7
8
9
100