文章列表-AI魔法学院

文章列表

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

文章原创度检测过程，简单来说包括两大步骤：步骤1: 从互联网或文章库中定位相似内容: 1.文章被细分为小句或段落，使之更便于逐个对照。

Prompt ChatGPT

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

小图看着不是很明显，放大对比效果比较明显，建议实际试试。

SUPIR 文生图

中文开源OCR框架对比及介绍

对于英文不好的小伙伴来说很不友好。

OCR

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

下面是 top-k 采样的例子：通过调整 k 的大小，即可控制采样列表的大小。

大模型

40个麦肯锡高手常用的、鲜为人知的ChatGPT指令

通过每个阶段移动以获得行动步骤和可能结果的清晰度。”

ChatGPT prompt

大模型微调方法总结

基于上述背景，论文作者得益于前人的一些关于内在维度（intrinsic dimension）的发现：模型是过参数化的，它们有更小的内在维度，模型主要依赖于这个低的内在维度（low intrinsic dimension

开源模型

AI扫盲指南！什么是大模型？什么是GPT？什么prompt？什么是大模型参数？LLaMA2-70b中70b是什么？

70b代表的是模型参数大小。

大模型

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

可以将其视为从「LLM 模型空间」中抽取了一小批模型。

开源模型

SD入门教程六：ControlNet基础入门

通俗的讲，就是输入一些额外的控制参数，然后通过所对应的辅助模型（ControlNet专用模型）去控制图片的生成结果，这些控制参数可以是线稿图，深度图，人体姿态图，法线图等。

ControlNet 文生图

大模型：泛化即智能，压缩即一切！

监督学习是优秀的数据海绵经过监督学习训练的深度神经网络是优秀的数据海绵——它们可以记住大量数据，并且可以通过数万批量大小的训练来快速完成这一任务。

泛化大模型

新模型Cascade你真的用对了吗？！

Cascade模型与之前的sd模型相比，主要区别是可以在更小的潜空间中工作。

Stable Cascade 模型

国内外开源大语言模型一览表

参考相关数据工作，频率和质量是数据处理环节重点考虑的两个维度。

大模型

中国大模型融资暗战：罗曼蒂克的快速消亡

二十多支参赛团队中，张予彤和同事仅投资了后来的小红书创始人兼CEO毛文超一人。

大模型暗战

中国大模型「顶流群聊」笔记

从这个角度来看，开源模型是更务实的选择，优化、训练出实用的模型反而也是真本事。

大语言模型

SD3 正式开源 Sora同源架构

模型参数量的增加：从之前的800M参数升级到8亿参数量，这意味着新的模型能够为用户提供更多扩展性选择，同时生成的图片效果更加惊人图像质量的提升：Stable Diffusion 3.0在图像质量和色彩饱和度、

SD3 绘画

<...30 31 32 333435 36 37 38 39 ...>

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