文章列表-AI魔法学院

文章列表

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

但是，这些语言代理很难快速有效地从试验和错误中学习，因为传统的强化学习方法需要大量的训练样本和昂贵的模型微调。

大模型

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

无论是微笑、说话，还是任何面部表情，视频中人物的嘴唇动作都和新配音的语音高度一致。

PersonaTalk 视频

Stable Diffusion

Stable Diffusion使用Roop插件一键换脸教程

在此先说下我使用的是B站秋叶的WebUI整合包，整合包版本是4.0，WebUI已更新到最新版本1.4版本（有小伙伴说其他低版本暂不支持Roop），运行在Windows，如果是其他整合包，安装过程可能会略微不同

StableDiffusion Roop插件 AI换脸

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

例如，在语义搜索中，我们索引一个文档语料库，每个文档包含一个特定主题的有价值的信息。

RAG 大模型

TrOCR——基于transformer模型的OCR手写文字识别

TrOCR 微调模型预训练阶段结束后，模型在 IAM 手写文本图像和 SROIE 打印收据数据集上进行了微调

OCR 手写文字识别

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

修改之后，对现有的模型能进行持续的预训练和微调，上下文可以自然扩展到无限长！

大模型上下文

Learn Prompting-基础篇

我们在上面提到了几个例子，但你也可以考虑任何稍微重复的任务。

prompt

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

GPT-3 的发布给了大家非常明确的信号，即大型模型真正具备了实际可用性。

智谱 AI

深度解读｜做出海必看的一份产品报告

• 信用卡：是默认还是不默认，这是个问题！

工作

StableDiffusion

StableDiffusion常用基础参数说明

没有什么种子天生就比其他的好，但如果你只是稍微改变你的输入参数，以前产生好结果的种子很可能仍然会产生好结果。

文生图

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

首先，模型要有足够的上下文输入能力，因此我们使用了位置插值（PI）[3]的方式，在精选的长文档语料上进行微调，扩展上下文到8k大小。

大模型 Ziya

大模型应用设计的10个思考

当设计提示语和交互时，应该尽量让其包含足够的信息和逻辑，以便系统能够自主地进行决策和推理，而不是简单地执行预定义的命令。

大模型应用

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

safetensors文件只包含模型的权重，而不包含优化器状态或其他信息，通常用于模型的最终版本，当我们只关心模型的性能，而不需要了解训练过程中的详细信息时，这种格式是一个很好的选择。

Stable Diffusion 文生图

AI国力战争：GPU是明线，HBM是暗线

所以，HBM是脱胎于普通的DRAM的升级产品，基于3D堆栈工艺（使用TSV技术将多个DRAM芯片堆叠起来，在增加带宽的同时，实现芯片间的高速通信和低功耗），可以实现更高的内存带宽和更低的能耗，。

GPU HBM 大模型

再也不用担心 AI 图片脸崩手崩了

如果你经常用 Stable Diffusion 画人物，相信你一定画出过脸崩的图片。

ADetailer 安装文生图

<...33 34 35 363738 39 40 41 42 ...>

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