文章列表-AI魔法学院

文章列表

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

确定好画风后，就需要准备用于训练的素材图片，素材图的质量直接决定了模型的质量，好的训练集有以下要求：不少于 15 张的高质量图片，一般可以准备 20-50 张图；图片主体内容清晰可辨

训练

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

在RAG应用中，用户的查询或者提问，会被用于向量存储查询，以获得最相似的信息片段。

LLMLingua LlamaIndex 开源框架

基于LLM+向量库的文档对话痛点及解决方案

· 举例及标答如下图片来源于网络用户：根据文档内容，征信中心有几点声明？

开源模型

ComfyUI的特性以及安装流程

特性使用节点/图形/流程图界面实验和创建复杂的稳定扩散工作流，无需编写任何代码。

ComfyUI 文生图

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

AI绘图，最常见的应用，是电商行业，电商们都希望用AI模特的照片，换成真人，而衣服能够保持自然贴身。

AnyDoor 换装文生图

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

github.com/continue-revolution/sd-webui-animatediff.git 如果无法通过网站安装，我为你提供了安装包，你可以通过回复"

AnimateDiff 视频训练

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

训练这些大规模的LLM动辄需要花费数千万美元，但复杂系统还经常崩溃。

Scaling Law AI大模型

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

这种对复杂技能的依赖阻碍了许多非专业人士构建自己的网络应用程序，即使他们对要构建或设计的内容有具体的想法。

设计转代码大模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

而且，好吧，给我看一张牛在田野里的照片，背景是群山。

Llama 3 大语言模型

一文读懂AIGC产业链：AIGC的前世今生和未来展望

其中计算机视觉目前发展较快，它是一个通过技术帮助计算机“看到”并理解数字图像内容的研究领域，例如理解照片和视频的内容。

生成式AI

智能知识图谱SmartKG和pySmartKG简介

SmartKG_Spec.pdf 一、SmartKG 定义智能知识图谱SmartKG是一个以人工智能技术为核心的知识图谱解决方案，旨在将各类知识数据集整合、融合，以链式结构描述现实世界中各种实体及其关系，最终构建成一个庞大、复杂

知识图谱

扣子更新图像流功能，字节版 ComfyUI 来了！

用户无需编程基础，即可通过创建节点的方式，搭建工作流，轻松部署使用复杂的 Stable Diffusion.如果你是研究 AI 生图的朋友，却不知道 ComfyUI，那就好比 Agent

ComfyUI 图像流文生图

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

那么，这是否存在重复性建设？

大模型钛媒体

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

比如，一位不懂中文的外国游客到医院看病，不知怎么去往对应科室，他拍下楼层导览图问Qwen-VL“骨科在哪层”“耳鼻喉科去哪层”，Qwen-VL会根据图片信息给出文字回复，这是图像问答能力；再比如，输入一张上海外滩的照片

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