文章列表-AI魔法学院

文章列表

Stable Diffusion

全面理解Stable Diffusion采样器

这通常需要速度和准确度之间两相权衡。

绘画采样器 SD

SD入门教程三：采样器及参数调整

采样方式就是指sd用什么算法进行图片生成,影响出图质量以及出图速度。

SD 入门教程

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

它们可以每天 24 小时运行，避免人为错误，并处理大量任务。

RPA 自动化

6个最佳开源TTS引擎

旨在实现易于训练、高速度和高质量的最佳平衡。

TTS引擎开源模型

Stable Diffusion

Stable Diffusion教程：提示词

我们编写提示词也需要这种结构化的思维，这里分享一个常用的结构： (质量)+风格+主体+细节+其它质量质量就是图片整体看起来如何，相关的指标有分辨率、清晰度、色彩饱和度、对比度、噪声等，高质量的图片会在这些指标上有更好的表现

提示词 SD 绘画

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

SDXL Turbo不仅速度快，生成的图像质量也非常高，能够精准还原提示文本的描述。

Stable Diffusion 文生图

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

而这些能力的出现，并不能仅通过观察小规模模型的表现来预测。

Sora 微软

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

本年度科技圈这场里程碑级大战，还在持续白热化！

OpenAI 大模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

因此，将评估限制在现有的基准和指标上可能会无意中缩小 GPT-4V 的评估范围。

多模态大模型 GPT-4V 文生图

微信向量检索分析一体化数仓探索：OLAP For Embedding

这种“连续性”极大地增强了表示的易用性： Sematic Search 语义检索：通用的语义检索，通过深度学习的训练，将真实世界数字化后的离散特征提取出来，投影到数学空间上，同时神奇的保留距离之间相似度的能力

OLAP For Embedding 一体化数仓

对于大模型RAG技术的一些思考

doc类的文档相对来说还比较容易处理，毕竟大部分内容是文字，信息密度较高。

RAG 大模型

领域大模型-训练Trick&落地思考

现有大模型在预训练过程中都会加入书籍、论文等数据，那么在领域预训练时这两种数据其实也是必不可少的，主要是因为这些数据的数据质量较高、领域强相关、知识覆盖率（密度）大，可以让模型更适应考试。

垂直训练大模型

SD插件｜EasyPhoto｜妙鸭相机平替|美颜算法

train batch size 训练的批次大小，默认值为1。

EasyPhoto 文生图

Stable Diffusion

Stable Diffusion 入门教程开篇

SD2.1（768*768），后又开源了SDXL（1024*1024）、SDXL-turbo，一般用于图像生成、图像处理等任务，其技术原理：一种基于变分自编码器（VAE）的潜在扩散模型，它通过在低维度的潜在空间中操作来减少计算成本和提高生成图像的速度

Stable Diffusion 文生图入门教程

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

CoWoS方案在基板和芯片之间加了一层硅中介层，通过在硅中介层里布线，间接将两颗小芯片连接起来，连接密度是现有技术的两倍。

芯片拼接

<...44 45 46 474849 50 51 52 53 ...>

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