文章列表-AI魔法学院

文章列表

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

进入正题：在sd的左上角我们看到秋叶包中加载的暂时只有一个anything的模型，这是一个大体模型，就是很多风格集中在一起的模型，不论是景观、建筑、动漫人物还是什么，但是当你需要出独特的风格图时候就需要更优化的模型

Stable Diffusion 文生图大模型

Stable Diffusion

Stable Diffusion由入门到精通

drawn,out of frame,bad hands, unclear eyes,poorly drawn,cloned face,bad face 更详细的 tag 语法后面再展开，这个环节建议以体验为主

prompt 文生图

深入浅出：大语言模型中必不可少的技术——Embedding简介

这个限制通常在几千到数万个tokens之间，具体取决于模型架构和可用的硬件资源。

embedding

图解大模型训练之：张量模型并行(TP)，Megatron-LM

但是对word embedding来说，词表的大小就很客观了，因此需要把word embedding拆分到各个GPU上，具体的做法如下：我们来详细说明下这张图。

开源模型

对于大模型RAG技术的一些思考

· 匹配用户问题向量和向量库中各文本块向量的相关度 · 将最相关的Top 5文本块和问题拼接起来，形成Prompt输入给大模型 · 将大模型的答案返回给用户具体可以参考下图

RAG 大模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

模型 Backbone MoveNet整体的结构如上所示，Backbone部分是比较经典的带三层deconv的MobileNetv2，并且使用了残差连接来获取浅层特征，这个结构我已经在各种工程和学术论文中都见到了

MoveNet-SinglePose Google 模型

大模型天才杨植麟，被朱啸虎“咬”了一口

对于此次仲裁起因和具体情况，搜狐科技联系到金沙江创投方面，对方称不予回应。

杨植麟大模型

RAG 2.0来了，它能成为生产落地的福音吗？

然而，这种方法往往会导致所谓的“科学怪人效应”（Frankenstein’s monster），即尽管每个部分在技术上都能独立运行，但整合后的整体性能却远未达到理想状态。

RAG 大模型

最顶尖的大语言模型人才，只关心这10个挑战

需要注意的是，总体而言，这些模型性能都还远非完美。

大语言模型

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

真超越了GPT？国产大模型实用场景横评②

本次测试中将有6个具体产品是联网的，有2个产品是不联网的。

大模型

SD-WebUI和ComfyUI的局域网访问设置

下面就来说下具体的设置方法！

comfyui stablediffusion

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>

[6]尝试扩展词表，将中文token添加到词表中，提升中文编码效率，具体方式如下。

大模型

理解 o3 及其技术分析

文中提到了一个sample size，但并没有指明其具体含义。

o3 技术分析

大模型微调数据选择和构造技巧

这样讲是比较抽象的概念，那我们在大模型实践中如何体现呢？

大模型微调

<...47 48 49 505152 53 54 55 56 ...>

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