文章列表-AI魔法学院

文章列表

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

然而，简单的视觉transformer本身在姿态估计任务上是否能有很好的表现呢？

ViTPose+Transformer 身体姿态

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

Qwen-Audio是一个以音频和文本输入为条件的多任务语言模型，扩展了Qwen-7B语言模型，通过连接单个音频编码器有效地感知音频信号。

大模型语音

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

Prompt屠龙术-思维链

CoT 提示的另一个好处是，它为我们提供了直观地调试 LLMs 推理缺陷的机会。

Prompt 思维链

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

GLM4 开源了！！！还有多模态

今天，我们要分享一个令人震撼的消息：智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本——GLM-4-9B，现已全面开源！

智普 ChatGLM 多模态

ComfyUI-ControlNet不能漏啊！

布佬一本正经的告诉我，她有物理放大的法宝...

ComfyUI ControlNeT

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

RAG) pipelines) 库，我们看到 LangSmith 也针对 Ragas 做了一些集成方面的优化，效果评估一直就是 LangSmith 的主打方向，话说回来，类似 Debug、Prompt 版本管理

大模型 LangChain RAG

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

启动后程序如下端口和服务其中 etcd 占用 2380端口，9000是minio对内提供服务端口，Milvus对外提2个端口一个是9091，一个是19530 2.连接 milvus 验证本地端口

向量数据库

玩一玩ChatGLM3，1660s即可流畅运行！

按照惯例最好是使用conda 创建一个虚拟环境。

大模型 ChatGLM

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

这个方法有趣的地方是，通过监控每个专家的负载情况，在训练中动态调整每个专家的偏置，使得分配更公平。

DeepSeek V3 开源模型

GPT提示词必杀技：思维树法

看完本文之后，会快速了解到提示词的编写技巧-思维树，提示词技能再上一个台阶。

GPT 提示词

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

ControlNet用一种极低成本的方案，来控制画面的主体构成。

Stable Diffusion

90个常用的思维模型

例如，系统思维帮助我们看到整体，而不仅仅是局部，可以更加系统地分析问题，找到最佳解决方案。

大模型工作

Fooocus更新了2.3

fooocus又更新了，现在版本2.3，注意，我现在使用的是英文版fooocus，自动更新到最新版。

fooocus 文生图

<...40 41 42 434445 46 47 48 49 ...>

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