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
· Kimi+扣子Coze,我零门槛制作了一个好用的智能体Agent | 智能体开发
· 保姆级教程:Coze 打工你躺平
· 划重点!全网最全AI数字人工具合集!
· 阿里出品自动化视频剪辑工具FunClip!
· 了解Kimi必看的26个问题 | Kimi系列文(二)
· AI写作:如何写出逻辑清晰,结构完整的文章?一个提示词帮你搞定!
· 微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器
· 完全指南——使用python提取PDF中的文本信息(包括表格和图片OCR)
· ComfyUI的特性以及安装流程
· 30条 SEO Prompt
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
大模型
国产编程大模型CodeGeex
插件下载 模型跨平台开源: 所有代码和模型权重开源开放,用
作
研究用途。
编程
AIGC
300天里,我帮你踩遍了AIGC创业的各种坑
似乎借助AI的力量,个体也能创造以往难以想象的
作
品:只要抄
写
提示词,剩下的事交给AI就行,人人都是超级个体,创业/赚外快近在咫尺。
AIGC
创业
万字长文-大语言模型指令调优综述
接下来,
作
者通过随机改
写
指令或输入来扩展数据集。
大语言模型
LLM
确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现
除了“这件事对我的事业至关重要”,论文中把对LLM的情感激励分成了几个类别,例如:自我监控(Self-monitoring) - 为你的答案
写
下0-1之间的信心分数。
Prompt
大模型
情感激励
如何通过AI变现,举个详细的例子?
很简单,就是GPT在内容创
作
上太强大了,可以10倍20倍帮客户降低成本,提高效率。
生成式AI
ComfyUI
如何拥有你的卡通形象?ComfyUI-workflow
Prompt 编
写
角色的描述,确保与后续模块加载的图片一致。
ComfyUI-workflow
文生图
教程
SD入门教程四:图生图基础用法
当我们想利用原图进行操
作
,但是想保留某些特征,让原图和生成图保持相似度时,我们就需要进行提示词编
写
,此时反推区域就能帮助我们提取原图的特征提示词,例如: · CLIP反推 · 
SD
入门
图生图
LLM
一文探秘LLM应用开发-Prompt(相关概念)
对于模型来讲,我们仍然可以以这样人类熟悉的方式与模型进行交互,让它按照我们的预期工
作
,这就是上下文学习(In-Context-Learning),缩
写
为ICL。
prompt
大模型
PDFTriage:面向长篇结构化文档的问答
近期的工
作
开始构建集中在文档的QA数据集。
大语言模型
PDF
文档
语音
国内厂商语音识别与Whisper评测:现状与概况对比
同时,Whisper(飞思卡尔语音识别技术)
作
为一项国际上也备受关注的语音识别技术,在语音识别领域也有着广泛的应用。
语音识别
Faster-Whisper
提示词
提示词框架:BROKE
BROKE框架介绍 BROKE框架是陈财猫设计的一套GPT提示设计流程,提高GPT的工
作
效率和质量,它是首字母的缩
写
,分别代表以下含义: BROKE是Background,Role,Objectives
BROKE
提示词
Prompt
解读提示工程(Prompt Engineering)
在离线文本生成、文章
写
作
、大规模数据处理等应用中常见。
Prompt
提示词
大模型
基于大模型(LLM)的Agent 应用开发
开发人员可以轻松、快速地创建具有不同角色的Agent,例如,使用Agent来编
写
代码、执行代码、连接人工反馈、验证输出等。
大模型
Agent
说真的,学会用SD做电商图,你才是真的入了门
万物皆可SAM 如果你看过我之前
写
的文章,就不难理解我对Segment Anything有多推崇。
文生图
SD
电商
大模型
评论能力强于GPT-4,上交开源13B评估大模型Auto-J
场景的定义和参考评估标准: 图 2:场景定义与参考评估标准 为了更广泛的支持不同的评估场景,Auto-J 定义了 58 种不同的场景,分属于 8 大类(摘要,重
写
,
Auto-J
大模型
<
...
54
55
56
57
58
59
60
61
62
63
...
>
1
2
4
5
6
7
8
9
100