文章列表-AI魔法学院

文章列表

总结！大模型微调（Tuning）的常见方法

主要结构是利用了一个prompt encoder（BiLSTM+MLP），将一些pseudo prompt先encode（离散token）再与input embedding进行拼接，同时利用LSTM进行

微调大模型

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

模型结构上，与GPT相同，LLaMA采用了causal decoder-only的transformer模型结构。

大模型

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

就需要准备用于训练的素材图片，素材图的质量直接决定了模型的质量，好的训练集有以下要求：不少于 15 张的高质量图片，一般可以准备 20-50 张图；图片主体内容清晰可辨、特征明显，图片构图简单

训练

Stable Diffusion

AI绘画Stable Diffusion进阶使用

掌握提示词技巧提示语输入基本要求使用英语描述最佳，避免出现单词拼写错误；（不同模型可能有训练中文和日文，可自行判断）标点符号同样使用英文半角进行输入；建议使用逗号隔开的单词作为提示词；（

Stable Diffusion 文生图

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于General Language Model (GLM)架构，具有 62 亿参数。

提示词 prompt chatgpt

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

（8）生成批次、每批数量：每批、每次次生成的图像数量，如果显存不够大，建议调小数值。

AI图片

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

它是一个强大的工具，用于自动化重复任务或创建与图形用户界面交互的脚本。

RPA 自动化

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

它的原理是，把输入的语音信号随机地掩盖一些部分，然后让模型尝试重建完整的语音信号。

Translatotron 语音识别

造梦师手记：重新定义真实，SDXL下载量最大的真人模型

从方向来看，AI绘画已经分化为美女图（以新玩家为主）、游戏动漫角色（以相关领域的创作者为主）、商业摄影替代（商业化应用为主）、艺术构图（炫技为主）等几个方向。

文生图 SDXL

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

在数据集的构建中，研究团队通过算法处理和人工审核相结合的方式，确保了数据的安全性、高质量以及价值取向。

大模型

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

· 修复了运行Mixtral架构模型时出现的内存溢出错误。

ollama 语言大模型聊天

45个 DALL-E 3 使用案例 (附提示词)

提示词：设计[特定风格，如 "现代"]建筑结构，用于[特定环境，如 "城市"]环境中的[特定用途，如 "图书馆"]，整合传达[特定主题或感觉，如 "开放与创新"]的特征。

DALL-E 提示词文生图

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

无论你是否有编程基础，都可以在扣子平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。

Kimi 扣子Coze 大模型

惊艳推荐！8款好用又免费的文本转语音TTS工具

支持Windows / Mac / Linux三大平台，基于VOICEVOX的OSS（开源软件）版本构建，软件部分是Electron + Vue，语音合成引擎部分是Python + FastAPI。

TTS Maker 语音

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

为了回答这两个问题，本文作者首先选择了当前主流的两个多模态模型GPT4-Vision，LLaVA ，然后手动标注了数据集和RAG系统测试集，接着作者构建了一个多模态RAG系统（两种配置），将文本和图像结合到一块

大模型研究

<...45 46 47 484950 51 52 53 54 ...>

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