文章列表-AI魔法学院

文章列表

RPA和大模型结合：开启智能自动化的新纪元

RPA和大模型各自有着各自的优势和局限，但如果将它们结合起来，会产生怎样的新功能和新价值呢？

RPA 自动化大模型

12个RAG常见痛点及解决方案

比如说通过prompts声明，如“如果你不确定答案，告诉我你不知道”，这样可以鼓励模型承认它的局限性，并更透明地传达不确定性。

RAG 大模型

构建开源多模态RAG系统

大型语言模型，如GPT-3，擅长生成类似人类的语言，但在提供最新或特定领域的信息方面存在限制。

RAG 大模型

用ChatGPT辅助学习，成为超级学霸

换言之，无论教师的讲授多么出色，若你的学习体系陈旧，你的学习效率也将低得令人咋舌，你甚至可能不知道如何去学习——这是一个极为令人忧虑的现象。

教育 AI 学习

如何使用 Megatron-LM 训练语言模型

APITrainer 和 accelerate 库对于模型训练同样也非常方便，并且它们与设备无关，为用户提供了极大的灵活性。

开源模型

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

引言在数字时代，技术的进步正在不断突破我们对现实与虚拟的界限。

VividTalk 视频

领域大模型-训练Trick&落地思考

四、仅用SFT做领域模型时，资源有限就用在Chat模型基础上训练，资源充足就在Base模型上训练。

垂直训练大模型

Comfyui一键更换人物背景！饭来了快张口！

“ 图像背景处理这部分处理图像背景的区域，给背景加上蒙版，然后内补绘制从而生成新的背景，这下面仅通过模型放大，可以自己选择放大模型，能最大限度的保留原来的人物脸型

换背景绘画

大模型：泛化即智能，压缩即一切

这种举一反十的能力就是我们常说的泛化能力，可见在孔子看来一个人的泛化能力才是决定了其上限的根本。

大模型泛化

FaceFusion参数详解

（中等） tolerant （宽容）比如: --video-memory-strategy tolerant （2.5.2）System Memory Limit 系统内存限制

FaceFusion 文生图

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

然而，大多数现有模型[12, 45, 150, 75, 32, 65] 的模型和数据规模都有限，可能会限制各种有趣能力的出现。

多模态大模型 GPT-4V 文生图

LLM应用架构之检索增强（RAG）的缘起与架构介绍

Prompt learning的限制前面提到了很多prompt learning的优势，但它并不是没有缺点，而这一缺点本质上也是大模型固有的。

LLM

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

更刺激的是，向Freysa发送消息的费用会随着奖池的增长呈指数级增加，直到达到最高限制——4500美元。

Freysa 智能体

Midjourney | 17个常用的命令

这模式生成图像较快 (订阅会员才能使用的模式) /relax 切换放松模式，在快速模式下，您生成图像可以无限使用，但这模式生成图像较慢。

文生图

对于AI，我们现阶段可以有的态度

现在停下来思考，觉得对于我们大多数普通人来说，有限的时间，想了解和学习AI，除了个人兴趣的某个板块外，最需要的是在大语言模型的基础上的多些学习、了解和实操运用，特别是对提示工程的学习。

文生图

<...34 35 36 373839 40 41 42 43 ...>

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