文章列表-AI魔法学院

文章列表

prompt提示工程最佳实践课程笔记分享

· 样本数量：指的是在指令中给出的示例数（“样本”）。

prompt 提示词

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

此外，研究人员用Stable Diffusion测试毒效，只需50张毒图，就能让模型输出变得奇怪；数量达到300张时，生成的图像已经完全变成了另一个物种。

StableDiffusion

什么是极限、导数、微分与积分（通俗易懂）

你的目光时而注视前方的道路，时而瞥向仪表盘上跳动的速度指针。

数学微积分科学

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

现在能够被抽象成大产品，让公司愿意投入大量人力开发的的软件多是用户量大、标准化、群体性的需求：聊天框、dashboard、CRM 系统。

大模型 AI编程

Byzer-LLM 快速体验智谱 GLM-4

saas.model":"embedding-2" }) 然后可以这样得到向量

Byzer-LLM GLM-4

歪理大集合，谁也跑不了

AI产品深井论 AI则是打深井式纵向挖掘，不管多大场景，AI需要把那个场景从头到尾整合完才能创造价值。

大模型

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

最终，获得了484个高质量、具有挑战性和多样性的测试例子作为我们的基准测试。

设计转代码大模型

AIGC沸腾200多天后，投资人达成三大共识

希望以此对行业发展有所正向推动和价值贡献。

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

样本量规模增大，训练出现OOM错：模型训练的样本数量从10万，增大300万，训练任务直接报OOM了。

大模型

[论文] 阿里提出AgentScope：灵活强大的智能体框架

通过实施面向过程的消息交换机制，AgentScope 确保了平滑的学习曲线。

AgentScope 语言大模型智能体

人工智能训练的灾难性遗忘以及解决方案

不凑巧的是，深度学习在结构与参数两方面都植入了灾难性遗忘的基因：神经网络是通过反向传播算法来更新模型参数，通过最小化损失函数来拟合训练数据。

人工智能大模型

第3期 SDXL和SD的10大区别！你知道几个？

但通过改进训练方法，将图片尺寸也作为训练参数，大大扩展了训练 SDXL 的图片数量，这样训练出来的模型具有更强的性能表现。

文生图

国内开源的低代码框架有哪些？

Amis Amis 是一个低代码前端框架，它通过JSON 配置来生成各式各样的后台页面，可以减少页面开发工作量，在极大减少开发成本的同时，项目的开发效率也得到了极大的提升，甚至无须了解任何前端相关知识就能完成

大模型

关于大模型驱动的AI智能体Agent的一些思考

ensp;BabyAGI等项目的火爆，以LLM(large language model) 作为核心控制器来构建agents，通过集成不同系统、工具自主决策完成各类复杂任务，正在成为自主人工智能新的创新方向。

大模型

说真的，SDXL究竟藏着多少秘密，也许没人知道

众所周知，今天我们看到的生成式对话人工智能，包括GPT，Bard以及一众追随者，他们都是用大量文字“喂养”出来的庞然大物。

文生图

<...38 39 40 414243 44 45 46 47 ...>

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