文章列表-AI魔法学院

文章列表

RLHF 在 Text2SQL 领域中的探索

GPT-3.5）提问上述问题，大模型可以准确给出 SQL 答案，这也是因为 LLM 本身语言理解能力强大，同时提问的自然语言问题比较 easy。

Text2SQL RLHF

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

这使得Sora能够生成高质量的视频，准确地遵循用户的提示。

sora openai 视频生成

OCRmyPDF—可智能识别PDF文本和图片信息的工具

也提供了x64和ARM的Docker镜像。

OCRmyPDF 工具

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

Prompt Engineering就是通过提供少量示例提供尽可能多的上下文，以使基础模型更好地了解用例。

生成式AI

大模型压缩首篇综述来啦~

ICL采用了一个结构化的自然语言提示，其中包含任务描述和可能的一些演示示例。

大模型

AI写作不如意？万字长文深度剖析背后原因

这种叙事弧线——从提出一个关注点，到记录其研究，再到达成启示——模仿了英雄旅程的故事结构。

AI写作

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法

安装成功之后，重启 Stable Diffusion，在文生图页面可以看到 AnimateDiff 插件配置三视频生成第一步：先填写基础信息模型：majicmixRealistic_v6 提示词

动画 animate sd

大模型：泛化即智能，压缩即一切！

那么怎样以最简单方式提高模型泛化能力呢？

泛化大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

「知识迁移：」受益于统一格式的学习，OmniGen有效地跨不同任务迁移知识，应对未见过的任务和领域，并展示新颖的功能。

大模型研究

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

浏览器访问http://localhost:8000，会提示{"detail":"Not Found"}。

ChatOllama 安装

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

视觉参考提示（visual referring prompting）可以与其他图像和文本提示无缝地一起使用，为说明和示例演示提供细致入微的界面。

多模态大模型 GPT-4V 文生图

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

多模态大模型综合评测 1 融合整体和局部的高清图像表示传统的多模态模型的图像表示只有整体，XVERSE-V 创新性地采用了融合整体和局部的策略，支持输入任意宽高比的图像

XVERSE-V 多模态大模型

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法！

安装成功之后，重启 Stable Diffusion，在文生图页面可以看到 AnimateDiff 插件配置三视频生成第一步：先填写基础信息模型：majicmixRealistic_v6 提示词

文本生成视频 AnimateDiff

这可能是史上最全的 Python 算法集（附论文及python源码链接）

动画中蓝色的热区图显示了每个格子的势能。

算法 python

Stable Diffusion

Stable Diffusion图生图（真人转动漫）

Lora模型：反向tag：空 CLIP 终止层数：2 正向提示词：1girl, solo, long hair, looking at viewer, headphones

StableDiffusion 图生图

<...37 38 39 404142 43 44 45 46 ...>

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