文章列表-AI魔法学院

文章列表

万字长文-大语言模型指令调优综述

提高指令依从性和处理意料之外的模型响应仍然是开放性的研究问题。

大语言模型

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

[你的图像描述] 4.论文助理：根据主题撰写内容翔实、有信服力的论文。

ChatGPT 提示词

强！推荐一款自动化神器Autolt：不再重复工作！

它利用模拟键盘按键，鼠标移动和窗口/控件的组合来实现各类自动化任务，包括自动化软件安装、登录、数据自动录入、界面自动化测试、数据抓取等，以及可以和其他自动化工具结合起来使用，比如，我们在使用Selenium

Autolt 自动化

[论文] 阿里提出AgentScope：灵活强大的智能体框架

此外，集成高级功能，如多模态数据处理，在分布式环境中带来了额外的挑战，当智能体需要不同的时间来完成子任务或生成的内容非常异构时。

AgentScope 语言大模型智能体

大模型：泛化即智能，压缩即一切

所以从理想的情况下来看，我们有多少标签数据，那么监督学习模型就能够吸收多少数据，所以我们说监督学习是优秀的数据海绵。

大模型泛化

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

action=onAll Ø 开源数据集：社区会提供达摩院沉淀的电商领域数据集以及一些通用领域的数据集，结合业内一些经典数据集配合工具自动对外开放 Ø 实训框架

开源

【进阶】-文生图术语解释

它对处理你种子的操作增加了一些偏移量。

文生图

AI写作不如意？万字长文深度剖析背后原因

如果AI能让我专注于想法，同时处理所有的语言流畅和编辑工作呢？

AI写作

MidjourneyV6高级提示词技巧（人物篇）

与之前的版本相比，这个模板的结构并没有太大变化，但由于V6在理解提示词方面的能力提高了，所以增加了一些细节。

Midjourneyv6 文生图提示词

汇总1400+文献的神级“上下文工程”综述，治愈初学者的AI迷失症

我们都知道在训练大模型的时候需要海量的数据，上下文工程在“把资料物尽其用”方面发力。

上下文工程 AI

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

根据官方的描述，Vicuna模型是基于7万多个用户分享的与ChatGPT对话的数据进行微调得到的。

大模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

处理多种异构数据源 RAG系统的数据可能来自网站内容、产品文档、数据库、电子邮件等多种格式。

大语言模型 RAG检索增强

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型的设计目的是为了提高模型的表示能力和预测性能，能够处理更加复杂的任务和数据。

大模型

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

这可能是由于算法过度拟合训练数据或缺乏细节所导致的。

Negative Prompt 文生图

TTS，一个奇妙的AI工具

但大多数人，很难一次性的流畅表达一个主题，往往需要在制作视频时加入配音。

TTS 文本转语音

<...36 37 38 394041 42 43 44 45 ...>

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