文章列表-AI魔法学院

文章列表

ComfyUI的特性以及安装流程

要在实际提示中使用 () 字符，请使用 ( 或 \ 进行转义。

ComfyUI 文生图

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

之前用MJ的垫图换装，不仅要记一长串的垫图提示语和指令，关键是换了的衣服都是通过提示语文字重组，经常发现货不对板，跟商家需要的不一样，真是急死个人。

AnyDoor 换装文生图

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

相对于full finetuning，使用LaRA显著提升了训练的速度。

大模型

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

在GitHub上还专门提供了详细教程，这就来看看究竟如何构建？

大模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

10%； · 在前 12B 个 token 中，批大小从 32k toks 上升到 3.2M toks； · 4x MLP 投影率，如 2017 年 Transformer 论文所示；

Transformer

通俗解读大模型微调(Fine Tuning)

用好大模型的第一个层次，是掌握提示词工程(Prompt Engineering) ，《人人都需要掌握的Prompt Engineering技巧》一文中有详细的介绍，这里不再赘述。

大模型微调

RAG从入门到精通-RAG简介

第一阶段是知识索引,需要事先将文本数据进行处理,通过词嵌入等向量化技术,将文本映射到低维向量空间,并将向量存储到数据库中,构建起可检索的向量索引。

rag 大模型

OCR的终极解法——传统算法VS多模态大模型

分词（Tokenization）：将连续文本分割为单词或词汇单元。

OCR 大模型文字识别

AutoGPT与LLM Agent解析

这类项目绝大多数的主要创新还是在 prompt 层面，通过更好的提示词来激发模型的能力，把更多原先需要通过代码来实现的流程“硬逻辑”转化为模型自动生成的“动态逻辑”。

大模型

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

如应用到连贯的绘画场景中，例如漫画、虚拟角色设计等领域，意味着提高产能的可行性。

文生图

大模型：泛化即智能，压缩即一切！

那么怎样以最简单方式提高模型泛化能力呢？

泛化大模型

Stable Diffusion

Stable Diffusion XL 1.0 出图风格鉴赏

SDXL 的表现效果参数介绍模型： SDXL base（没有使用 refiner 优化）采样方法： Euler a 步数：30 提示词

文生图

大语言模型的拐杖——RLHF基于人类反馈的强化学习

RLHF的过程可以分为几个步骤：初始模型训练：一开始，AI模型使用监督学习进行训练，人类训练者提供正确行为的标记示例。

大模型训练

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

关键词输入： ①既然有了模型，那我们就需要去连接关键词了，毕竟 refiner 细化也需要关键词作为基础的，我们说过，作为输入是不能被多个连接的，也就是说我们不能让 refiner 去连接正、反关键词

comfyui 文生图

AI探索-我怎么使用Kimi Chat的

提出了什么解决方案？

KimiChat 写作

<...54 55 56 575859 60 61 62 63 ...>

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