文章列表-AI魔法学院

文章列表

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

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，避免其它杂乱元素；如果是人物照，尽可能以脸部特写为主

训练

Ollama 与 Dify：AI 应用开发的强强联合

您可以使用 Ollama 的命令行界面或图形界面来完成此操作。

Ollama Dify 大型语言模型

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

把他复制下来，在你的Python代码里加上如下一行： headers = { "Authorization": "（里面填写你复制的值

SD 文生图

通往AGI之路：思维链提示过程

我们可以根据这个思路，指导自己的提示词书写。

思维链提示词

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

它可以精准地"指挥"虚拟形象的每一个细微动作，例如叹息等非语音动作、情绪驱动的眉毛和眼睛运动以及自然的头部运动。

Loopy 视频

FaceFusion参数详解

和Rope的对比，可以看上次写的��这篇。

FaceFusion 文生图

清华、面壁智能发布：主动式Agent 2.0

ensp; 环境监控与事件收集：开发基于Activity Watcher的监控软件，捕获用户与计算机系统的交互细节，包括键盘和鼠标操作、

Agent 2.0 大模型

性能超出预期！神秘的国产大模型 Kimi 开放 API

于是最近几天魔法哥一直在尝试他们的 API，这里聊聊感受，想到哪写到哪。

Kimi Chat 大模型 API

一文搞定 ComfyUI SDXL1.0 完整流程

ComfyUI 是一个图形用户界面（GUI）工具，专门设计用来进行 Stable Diffusion 的实验和创作。

文生图 comfyui

Agent具体实现

代理根据用户输入及当前状态选择一个动作，执行该动作并观察结果，然后继续下一个动作。

Agent 大模型

RLHF 在 Text2SQL 领域中的探索

01 定义 Text-to-SQL（简写为Text2SQL），顾名思义就是把文本转化为 SQL 语言，更学术一点的定义是：把数据库领域下的自然语言（Natural Language

Text2SQL RLHF

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

我们观察到 GPT-4V 在各种情境下准确识别了场景文本，包括手写和印刷文本。

多模态大模型 GPT-4V 文生图

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

Calling 策略下，大模型的角色只有三个：理解你的问题匹配哪个工具最合适输出符合格式的 JSON 调用指令想让模型调用得准，重点优化这两块：工具描述写清楚

Function Calling 大模型

万物皆可替换！阿里【ReplaceAnything】，支持在线体验！

对于个人而言，还能省一波写真集的费用。

ReplaceAnything 文生图

Prompt工程如此强大，我们还需要模型训练吗？

在原生能力范畴下，LLM模型具备文本创造能力，如写小说、新闻、诗歌，GPT-3模型最早是被用来做这些事情的。

大模型

<...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