文章列表-AI魔法学院

文章列表

AI探索-我怎么使用Kimi Chat的

先粗略总结下要点对感兴趣的点让它进行详述为了防止它瞎引用，可以加下限制，并可以以此进行连续发问。

KimiChat 写作

AI落地里那些假的机会

一定程度上硬的部分总是比软的部分关键。

大模型

Yi技术报告细节分享

同时利用主题模型对数据赋予特定的主题，在最后数据采样过程种对信息密度较低的主题内容进行下采样（主要是广告文本）最终预训练数据组成如下图所示，总计3.1T Token。

Yi模型大模型

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

深入浅出：大语言模型中必不可少的技术——Embedding简介

Embedding在大模型中的价值如何基于Embedding让大模型解决长文本（如PDF）的输入问题？

embedding

FaceFusion又更新咯，增强功能再增强！

我其实第一时间就跟进了，但是由于一些依赖升级和代码合并的问题花了一些时间。

FaceFusion 文生图

什么是prompt（人话版）

在你第一次打开某chat对话的时候，你一时也想不出该如何详细的描述你的需求，你和他的对话可能是这样的：那么在这里，“帮我给一篇健康美食文章想个标题”就是你的prompt 是不是非常好理解？

prompt

基于 Kimi Chat 的 AI 渐进式阅读法

，包括标题、作者和标签；一句话总结文章，再写了摘要，我只要阅读这部分，就可以大概知道文章讲的是什么。

Kimi Chat 阅读

中国大模型「顶流群聊」笔记

那些在一线的创业公司经历的 KnowHow 和问题，恰恰是最值得被汇聚起来的星星之火。

大语言模型

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：我理解此问题的情形是：已有的lora模型只训练了一部分数据，要训练另一部分数据的话，是在这个lora上继续训练呢，还是跟base 模型合并后再套一层lora，或者从头开始训练一个lora？

大模型

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

AnimateDiff 支持与其他插件结合使用，如 adetail 插件，以改善脸部细节问题。

视频生成文生视频

Byzer-LLM 快速体验智谱 GLM-4

Byzer-LLM 可以让用户用一套接口就可以部署和使用市面上主流的开源和SaaS版本大模型，之前以Qwen 写过一篇，可以看这里：Byzer-LLM 支持同时开源和SaaS版通义千问今天我们升级了一个

Byzer-LLM GLM-4

用ChatGPT快速完成论文全流程

场景案例：假设一个研究者想要探讨人工智能在教育中的应用，他们可以通过阅读相关领域的最新期刊文章、会议论文和综述文章，来识别这一领域内尚未充分探索的问题或争议点。

ChatGPT 写作

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

改变年龄或性别通过简单替换类别词汇（例如，男性和女性），我们的方法能够在保持原有身份的同时实现性别和年龄的变化。

PhotoMaker 文生图

盘点字节跳动最新的AI应用

字节跳动在本次AI浪潮中推出了多个AI应用，分别有：1️⃣ 来自Flow的豆包（AI问答、写作助手，海外名称为Cici）、话炉（AI虚拟陪伴产品，海外名称为BageBel）、PicPic

字节 AI工具

<...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