文章列表-AI魔法学院

文章列表

解读提示工程（Prompt Engineering）

软提示可以替代额外的训练数据，一个好的语言分类器软提示有几百到几千个额外的数据点。

Prompt 提示词

RAG模型的主要痛点和解决方案

- 级联密集和稀疏的检索器，以结合相关性和速度的优点。

rag 大模型

大模型实践总结

GPU集群由于目前只有3台A800 GPU服务器（共24卡）。

大模型训练

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

图解检索增强式生成（RAG）技术 | 万字长文

b、自动合并检索器（也称为父文档检索器）这里的思路与句子窗口检索器类似 —— 搜索更细粒度的信息片段，然后在将上下文提供给 LLM 进行推理之前扩展上下文窗口。

检索增强式生成 RAG

一键AI换脸！小红书和北大合作的InstantID

一、在comfyUI管理器安装节点搜索instantID，找到ZHO-ZHO-ZHO大神的插件。

InstantID 文生图

Fooocus，webui，comfyui优缺点

就好比渲染器的基本材质编辑器和节点编辑器一个道理。

Fooocus webui comfyui 文生图

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

提取得到的特征会作为解码器的输入来得到最终的关键点预测。

ViTPose+Transformer 身体姿态

前半年，我看到的有趣的 AI 产品

比如去年的妙鸭相机、哄哄模拟器，今年的粘土特效、音乐生成、已故亲人的照片合影等，都是火一阵，然后被人淡忘。

AI工具

LangChain手册（Python版）11模块：提示模板

有关如何使用它们的更多详细信息，请参阅示例选择器。

大模型

大模型套壳祛魅：质疑套壳，理解套壳

Transformer 的原始架构包含两个核心组件——编码器（Encoder）与解码器（Decoder），编码器负责理解输入文本，解码器负责生成输出文本。

大模型套壳

SD入门教程五：后期处理图片高清放大

ESRGAN系列算法（常用推荐） ESRGAN（Enhanced Super-Resolution Generative Adversarial Networks）算法的核心在于其生成器和判别器的架构

SD 入门教程修复

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

这种方法将一个综合的文本到图像模型(表示为)分成两个跨不同时间间隔操作的专门子模型:结构生成器和纹理生成器。

PanGu-Draw 文生图

Stable Diffusion

Stable Diffusion修复老照片-图生图

采样器：Euler a 采样步数；20 尺寸：768*1064，想要出图的尺寸，一般原图尺寸就可以，生成好了再裁减。

图像文字

混合专家模型 (MoE) 详解

GShard 将在编码器和解码器中的每个前馈网络 (FFN) 层中的替换为使用 Top-2 门控的混合专家模型 (MoE) 层。

MoE大模型

<...32 33 34 353637 38 39 40 41 ...>

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