文章列表-AI魔法学院

文章列表

什么是极限、导数、微分与积分（通俗易懂）

本文将带你走进微积分的世界，探索它的四大基石：极限（Limit）、导数（Derivative）、微分（Differential）和积分（Integral）。

数学微积分科学

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

在过去的几年里，我们看到了AI在图像、视频和文本生成方面的巨大进步。

开源模型

Python入门与语法速查

Python基本语法标识符第一个字符必须是英文字母或下划线 _ 。

python 编程

Stable Diffusion

嘴里塞饭型Stable Diffusion提示词写法实用小笔记

手动目录，本文包含的内容：一、自然语法二、Tag提示词三、提示词的权重写法（1）小括号、中括号和大括号（2）元素融合的两种写法（3）tag的精细控制写法（4）用tag来控制画面比重

stablediffusion prompt 提示词

chatglm3基础模型多轮对话微调

本项目实现了基于base模型的SFT。

ChatGLM 微调

大模型的研究新方向：混合专家模型（MoE）

随着不同应用场景的实际需求，大模型的参数会变得越来越大，复杂性和规模不断的增加，尤其是在多模态大模型的开发中，每个数据集可能完全不同，有来自文本的数据、图像的数据、语音的数据等，包含不同的模式，特征和标注之间的关系可能也大有不同

MoE 大模型

吴恩达老师建议大家关注 AI 智能体工作流

目前，我们通常在零样本 (Zero-shot) 模式下使用大语言模型 (LLM)，即让模型一步步地生成输出，而不进行任何修改。

智能体大语言模型

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

很多人纠结lora训练用谁的脚本比较好，比如kohya_ss的、秋葉aaaki的、赛博炼丹炉的…… 昨天我看了下kohya_ss的，感觉界面还是有点复杂，所以我还是最推荐秋叶的，秋叶也是用的kohya

SDXL 训练

OpenAI Assistants API 使用指南

今天我们就来介绍 Assistant API 的基本原理和使用方法，最后通过一些代码示例来展示它的强大功能。

OpenAI Assistants API

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

1 = 处理完全遮挡的文本（即不放入 HTML 层）。

PDF转换

从零开始学习大模型-第一章-大模型简介

这些模型通过在大规模数据集上进行训练，能够学习到丰富的数据表示和模式，从而在各种任务上表现出色，如文本生成、语言理解、图像识别等。

大模型从零开始

Midjourney 进阶关键词_摄影效果专题

本期先简单介绍一下摄影效果的演变，下期(次条)开始分享关键词。

midjourney 文生图绘画

自动优化Prompt：Automatic Prompt Engineering的3种方法

本文介绍3种automatic prompt engineering框架：APE[3]、APO[4]以及OPRO[2]。

prompt 大模型

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

当时他只是文本简单介绍了一下，现在他在斯坦福大学对此内容的演讲视频已经发布。

GPT-5 智能体

Stable Diffusion

Stable Diffusion 30分钟打造AI 写真照片生成器｜海马体照相馆这次真的要木得了

learning rate: 训练Lora的学习率，默认为1e-4 · rank Lora: 权重的特征长度

SD 文生图写真照

<...42 43 44 454647 48 49 50 51 ...>

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