文章列表-AI魔法学院

文章列表

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

1.5 喜闻乐见：开始运行 Windows引用修复测试代码在Win11下直接跑不起来，报包引用找不到。

photomaker 绘画风格

基于LLM+向量库的文档对话痛点及解决方案

首先从架构图可以看到，句子、段落、文章都要关键信息，如果为了效率考虑，可以不用对句子构建关键信息。

开源模型

查理·芒格：关于人生的13个忠告

但如果你对一种知识死记硬背，以便能在考试中取得好成绩，这种知识对你们不会有太大的帮助。

人生箴言查理芒格

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

为了帮助你进行这项任务，请参考以下原创性加强建议： 1.

Prompt ChatGPT

Ollama还是vLLM？深度解析四大顶级LLM服务框架：性能、特性与技术选型指南

性能特性 Ollama 优先考虑的是易用性而非极致的吞吐量。

LLM 服务框架

Stable Diffusion

全面理解Stable Diffusion采样器

考虑到可复现性，我们通常更喜欢可以收敛的结果。

绘画采样器 SD

耗时7天，终于把15种ControlNet模型搞明白了

Lora的作用是让图片主体符合我们的需求 ControNet的作用是精细化控制整体图片的元素——主体、背景、风格、形式等提示词的用法我在SD的教程里讲过，这个更多的是需要平时的积累，用AB测试去知道每个词对图片产生的影响

文生图

人工智能对话prompt：用聪明的方式解决各种难题

有利于你分析问题，思考利弊。

chatgpt 提示词 prompt

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体，相比上一代的训练数据增加了 40%，在包括推理、编码、精通性和知识测试等许多外部基准测试中展示出了优越的表现，且支持多个语种

开源模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

代理通常使用预测和试错的方法来预测下一步动作。

大模型

主流向量数据库一览

免费版可以支持500w的向量存储，其用法简单，价格低廉，可以快速支持向量检索业务的验证与尝试。

向量数据库

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

为了避免在最终本文提取的时候遗漏这些“看上去像文本的图片”，我在创建过程中需要考虑做一些处理。

大语言模型 python

StableDiffusion

StableDiffusion常用基础参数说明

但是如果你在进行调试提示词的实验，这个采样器效果不怎么样 Euler 是最简单的，因此也是最快的之一英文 Wiki 介绍英文论坛介绍不同 Step 和采样器的不同效果示例：

文生图

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

我的第一个请求是“我需要帮助来激励自己在为即将到来的考试学习时保持纪律”。

提示词 prompt

Fastwhisper + Pyannote 实现 ASR + 说话者识别

Audio from common.error import ErrorCode model_path = config["asr"]["faster-whisper-large-v3"] # 测试音频

faster-whisper 语者识别 ASR

<...35 36 37 383940 41 42 43 44 ...>

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