文章列表-AI魔法学院

文章列表

MCP服务介绍及应用场景报告-来自Manus

报告结构本报告共分为七个部分： 1.

MCP 大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

尽管目前它还处于实验性的 v0.1 版本，存在一些如词汇约束、仅支持字符串输入、可能的单词更改或插入以及温度敏感度等限制，但它无疑为 TTS 领域带来了新的思路和可能性

OuteTTS-0.1-350M 音频

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

Tuning整体介绍微调（Fine-tunning）语言模型的参数需要一起参与梯度更新轻量微调（lightweight fine-tunning）冻结了大部分预训练参数，仅添加任务层，语言模型层参数不变

训练微调

一文探秘LLM应用开发-Prompt(相关概念)

本文体系完整，内容丰富，由于内容比较多，分多次连载。

prompt 大模型

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

二、企业需求分析 2.1 接入大模型的主要原因分析 1.提高生产效率：通过大模型技术，企业可以自动化处理大量数据，提高生产效率，降低成本。

大模型调研

Prompt屠龙术-少样本示例

o 如何融入prompt中要提供示例，只需将它们包含在提示中，将它们与实际任务清楚地区分开来。

Prompt 少样本示例

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

认识人类与机器思考问题的区别人类相对于其他动物更擅长于类比、概念抽象、符号化等高级认知活动，这些认知活动可以帮助人类在面对新问题时，从已有的知识和经验中找到相似的部分，快速理解和解决新问题。

prompt

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

通常，只有预训练模型中的一部分层被微调，例如只微调模型的最后几层或者某些中间层。

大模型微调

垂直领域大模型的思考

如果已经一些种子微调数据(大约100条)，可以通过Self-Instruct+GPT4进行扩充，生成更多相对符合要求的微调数据。

垂直领域大模型

耗时7天，终于把15种ControlNet模型搞明白了

如果能用好控制出图的三个最关键因素，能让「出图与我们想象的画面一致」概率更高 1.提示词 2.Lora 3.ControlNet 提示词的作用是奠定整个图的大致画面 Lora的作用是让图片主体符合我们的需求

文生图

大模型下半场，关于Agent的几个疑问

一个更完整的Agent，一定是与环境充分交互的，它包括两部分——一是Agent的部分，二是环境的部分。

大模型

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

这一点符合 agent 能进行外部行为和世界知识记忆的特点：在 debug 检查错误的阶段，Cursor 也用了 agent feature 去进行自动化反思

大模型 AI编程

谈Agent构建平台的设计

构建新生态最容易遇到、也最难的问题是：只有一部分生态位的团队光做好自己的部分，而其他人不知道要怎么行动、如何解决其他位置的问题、如何大家协作获取收入进行分配的话，仍然也无法成功。

Agent 构建

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

当然，只有70%的费用会进入奖池，另外30%将被开发者抽走，作为分成。

Freysa 智能体

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

在每个流派的部分都附上了示例的图片，以及若干个提示词。

文生图摄影提示词

<...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