首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 深入探讨:Agent全自动写作长篇小说技术原理解析
· 一种通用的 Prompt 框架 - CRISPE
· 数字人之声音克隆:无样本,1分钟样本完美克隆声音,开源
· 【工具书】文生图Midjourney最全prompt提示词分类对照表
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· 汇总1400+文献的神级“上下文工程”综述,治愈初学者的AI迷失症
· Pytorch安装(保姆级教学 真·满血·GPU版)CUDA更新?torch版本?一文全搞定!
· Stable Diffusion|提示词高阶用法(三)角色指定
· 通义千问
· AI创作 |如何通过GPT进行漫画视频的故事改写
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
说真的,学会用SD做电商图,你才是真的入了门
在开始之前,我们先捋一捋制作思路: 从一张真实产品图开始——分割背景和产品——替
换
背景——调整尺寸和文字 拍摄真实产品图 别看一些MJ教程中用提示词出产品图,绕不开的问题是随机性太大。
文生图
SD
电商
ChatGPT
ChatGPT羊驼家族全沦陷!CMU博士击破LLM护栏,人类毁灭计划脱口而出
(下图紫
色
)2.
开源模型
开源
摆脱 OpenAI 依赖,8 分钟教你用开源生态构建全栈 AI 应用
为了让计算机能够理解和处理这些非结构化数据,这些数据会被
转
换
成向量,使用嵌入技术。
开源模型
金融
MCI-GRU:在真实金融交易中验证有效的股票价格预测模型
首先,通过将GRU模型的重置门替
换
为注意力机制,增强了模型在选择和利用历史信息方面的灵活性。
MCI-GRU
股票
大模型
大模型
推荐智能体:利用大模型进行交互式推荐
我们首先概述了将LLM
转
换
为InteRecAgent所需的一组最基本的工具。
大语言模型
推荐
EasyPhoto | 您的智能 AI 照片生成器
此外,我们还将通过仿射变
换
(replace_image)把训练中获得的最佳 face_id 图像贴到模板图像上。
训练
EasyPhoto
文生图
ChatGLM
60分钟吃掉ChatGLM2-6b微调范例~
值得注意的是,尽管我们以文本分类任务为例,实际上,任何NLP任务,例如,命名实体识别,翻译,聊天对话等等,都可以通过加上合适的上下文,
转
换
成一个对话问题,并针对我们的使用场景,设计出合适的数据集来微调开源
开源模型
大模型
Github上Star数最多的大模型应用基础服务:Dify 深度解读
response.message.content return answer.strip() 可以看到就是通过一个 prompt 就完成了原始文档到问答对的
转
换
Dify
大模型
知识库
Stable Diffusion
AI绘画巅峰对决:Stable Diffusion 3与DALL·E 3原理深度比较
Latent Diffusion Transformer(DiTs)
换
掉扩散模型中的 U-Net 结构。
Stable
Diffusion
DALL·E
微调
Baichuan-13B 保姆级微调范例
值得注意的是,尽管我们以文本分类任务为例,实际上,任何NLP任务,例如,命名实体识别,翻译,聊天对话等等,都可以通过加上合适的上下文,
转
换
成一个对话问题,并针对我们的使用场景,设计出合适的数据集来微调Baichuan
开源模型
人工智能
Gartner:2024年人工智能渗透的十大战略技术趋势
如果没有边界,人工智能模型可能会迅速产生多重的负面影响,这些负面影响会失控,使人工智能实现的任何积极绩效和社会收益黯然失
色
。
Gartner
人工智能
大模型
大模型能自己优化Prompt了,曾经那么火的提示工程要死了吗?
然后训练了一个语言模型来将简单 prompt
转
换
成这些专家级 prompt。
prompt
大模型
提示
大模型
国内AI大模型已近80个,哪个最有前途?
起步较早,
转
型及时。
大模型
RAG
检索增强生成(RAG)有什么好的优化方案?
具体流程是:根据query抽取实体,然后把实体作为种子节点对图进行采样(必要时,可把KG中节点和query中实体先向量化,通过向量相似度设置种子节点),然后把获取的子图
转
换
成文本片段,从而达到上下文增强的效果
RAG
检索增强
RAG
检索增强生成(RAG)有什么好的优化方案
具体流程是:根据query抽取实体,然后把实体作为种子节点对图进行采样(必要时,可把KG中节点和query中实体先向量化,通过向量相似度设置种子节点),然后把获取的子图
转
换
成文本片段,从而达到上下文增强的效果
RAG
检索增强生成
<
...
49
50
51
52
53
54
55
56
57
58
...
>
1
2
4
5
6
7
8
9
100