文章列表-AI魔法学院

文章列表

微调大型语言模型-核心思想和方法介绍

与上下文学习相关的是硬提示调整（hard prompt tuning）的概念，我们修改输入以希望改进输出，如下图所示。

大模型训练

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

Elasticsearch 中的向量搜索：设计背后的基本原理

Lucene 当前从没有删除的最大输入段创建 HNSW 图的副本，然后将来自其他段的向量添加到此 HNSW 图。

向量数据库

用AI生成PPT、用AI优化PPT!

生成的PPT颜色可以随时让它修改生成的部分PPT 生成后的PPT，我发现部分配图和内容不对应，部分文字内容前后重复。

AI ppt

对于大模型RAG技术的一些思考

真正难处理的是ppt和pdf，ppt中包含大量架构图、流程图等图示，以及展示图片。

RAG 大模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

一.引用在LLaMA2-7B这样的原始LLM中使⽤带有噪⾳嵌入进⾏微调时，其在AlpacaEval上的性能从29.8%提⾼到64.7%（图1

NEFTune 大语言模型

使用stable diffsion对老照片进行AI高清放大修复

ensp;可见程度推荐0.5-0.8 4、CodeFormer 强度 (0 = 效果最强，1 = 效果最弱) 推荐0.2-0.5 CodeFormer 是增加细节的，但AI增加的细节过多可能会让原图变的不真实

SD 高清老照片修复

在SD中一键换脸！！！

roop插件是一款可以帮助我们改变一张图片脸部的插件，它可以准确的识别脸部并对脸部进行修改。

AI换脸

AIGC工作流: 新时代产品经理和创业者的秘密武器

产品经理或交互设计师通常会使用Axure、Sketch或Figma等工具，投入主要的时间绘制线框图，并通过页面流程图来阐释产品的交互逻辑。

大模型 AIGC

Fastwhisper + Pyannote 实现 ASR + 说话者识别

wespeaker-voxceleb-resnet34-LM https://huggingface.co/pyannote/segmentation-3.0 最后再修改下config.yaml里的模型路径，参考我的：在这里插入图片描述

faster-whisper 语者识别 ASR

2023年人工智能行业总结

九月GPT4V发布，让GPT有了眼睛,可以看图了。

人工智能 AGI 思考总结

PymuPDF4llm：PDF 提取的革命

（三）图像提取 1.

PymuPDF4llm PDF

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

Stable Diffusion是一种强大的深度学习模型，能够将2D图像转化为具有丰富细节和质感的3D模型。

Stable Diffusion 教程 3D

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

图 12: 掩码扩散变换器 (MDT) 的整体架构图。

Sora 微软

一文看懂RAG：大语言模型落地应用的未来

RAG的演进轨迹在四个不同阶段展开，如下图所示。

rag 检索增强

<...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