文章列表-AI魔法学院

文章列表

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

比如这个在公路上高速奔跑的老虎，不仅画面连贯，随镜头角度的变化合理，老虎四肢的动作协调，而且还把奔跑过程中躯干部分的抖动也展现得淋漓尽致。

可灵快手文生视频

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

1.ChatGLM3简介 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

ChatGLM3 语音模型开源模型

11个顶级的Prompts，用GPT学习的天花板

只需简单地使用这11个顶级的AI指令（Prompts），ChatGPT立刻就是你的私人教练，教你如何游刃有余地学习新知识，感觉就像揭开武功秘籍的绝招一样震撼。

GPT

必看！阿里通义千问完整技术报告

这为AI应用开辟了全新的可能性，从自动驾驶车辆和机器人到医疗保健和金融领域。

大型语言模型报告

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

4.6、视觉编码能力图45 展示了根据手写数学方程生成 LaTeX 代码的能力。

多模态大模型 GPT-4V 文生图

大模型应用中大部分人真正需要去关心的核心——Embedding

; 企业检索应用：企业应用中最常见的就是更高级的检索，我们可以一般叫它检索增强生成（RAG），这个场景在企业本地化应用中比较受欢迎，可以保护企业数据安全，又可以让企业借助AI

大模型

阿里推理模型来了！Marco-o1 发布即开源

它通过思维链（CoT）微调、蒙特卡罗树搜索（MCTS）和反思机制等创新技术，让AI在处理复杂问题时更加得心应手。

Marco-o1 推理模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

因为确实经典，所以这里只挂上其实现过程，不多赘述。

LLM Agents

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

我们说 AI 发展到预训练大模型阶段，终于看起来像是掌握了一点逻辑思维，结果这次却像是被打回了原形。

大模型

ComfyUI，你开启XL钥匙打开了新世界

▍第一次生成（A航线🤔）在进行ComfyUI的第一次生成前还是有很多准备工作的，考虑走A航线的大家已经是AI栋梁了，就不再像以前一样喂饭了，不过我们还是需要先基本了解一下

ComfyUI 大模型

掌握Prompt的6心法

这本质上是一个不断尝试、试错、优化的过程。

prompt 写作

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

使用过 Stable Diffusion 的同学对提示词的重要程度应该深有体会，无论是文生图还是图生图，我们想要在图片上展现某些元素，都需要编写对应的提示词，有时候为了避免生成一些不想要的东西，我们还需要编写反向提示词

图生图文生图 sd

LangChain 的问题所在

最终，我陷入了存在危机：当很多其他机器学习工程师都能理解 LangChain，而我却不能，我是否是一个毫无价值的机器学习工程师呢？

大模型大语言模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

ChatPDF | LLM文档对话 | pdf解析关键问题

如果内容都不能很好地组织起来，LLM只能瞎编。

大模型

<...49 50 51 525354 55 56 57 58 ...>

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