文章列表-AI魔法学院

文章列表

替代画师？不，AI把枪指向了商业摄影

作者在C站称：我用于模型/版本展示的设置采样步数: 40-50 CFG scale: 7-20 采样方法: DPM++ 2M Karras 比例:1024x1024 负prompt:

文生图

智谱AI大模型ChatGLM3-6B更新，快來部署体验

更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。

ChatGLM3-6B 开源模型

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

有了这样的研究支持，我就可以放心用 ChatGPT 来做文本分析了。

大模型

金融行业的AIGC应用

GPT在金融领域展现出多样化的应用潜力。

金融大模型

模型压缩：量化、剪枝和蒸馏

在移动智能终端品类越发多样的时代，为了让预训练语言模型可以顺利部署在算力和存储空间都受限的移动终端，对预训练语言模型的压缩是必不可少的。

BERT 语言模型

数据分析思路系列-如何建立指标体系

可能大家听起来像是天方夜谭一样，我都没接触过实际业务怎么能就去搭建指标体系再拆解指标呢？

数据分析指标体系

Prompt小技巧（18）：万能Prompt

你提供的Prompt应该采用我发出请求的形式，由ChatGPT执行。

prompt 大模型

SD出图新思路

（糊点没关系）第二步： ①打开图生图，将模糊的截图丢进去 ②顺便把之前文生图的关键词也粘过来第三步：采样器和尺寸跟之前的调整一致，重绘幅度可以根据情况调整。

文生图 SD

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

你可以在一组文档上建立列表索引，然后使用 LLM 检索器从索引中检索相关文档。

大模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型具有大规模参数和计算能力的机器学习模型。

大模型

高级 RAG 技术——图解概览

更高效的搜索索引，专为处理超过 10000 个元素的大规模检索而优化，通常采用向量索引，如 faiss、nmslib 或 annoy，它们采用近似最近邻算法，比如聚类、树形结构或 HNSW 算法。

RAG 检索图解

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

虽然 LLaMA 在英文上具有强大的零样本学习和迁移能力，但是由于在预训练阶段 LLaMA 几乎没有见过中文语料。

大模型

大模型检索增强生成RAG的优化

根据我的实践，我们可用更简单的图采样技术来进行KG上下文增强。

RAG 检索增强大模型

完整ChatGLM3部署教程，支持手机和车载平台部署

系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：更强大的基础模型：ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据

ChatGLM3 大模型

爆肝7天！AI艺术字终极攻略，光影、隐藏、嵌入、海报4种艺术字全拆解

四步做出同款AI艺术字想要做出上面四种同款文字类型，只需要跟着我做到以下四步 1.制作底图 2.选大模型 3.写关键词 4.controlnet设置由于制作底图和选大模型的操作方法都是一样的

文生图

<...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