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
· PPT又又有新突破了!智谱AI代码流造PPT
· 说真的,学会用SD做电商图,你才是真的入了门
· SD的老舅ComfyUI来了,节点式工作流,分部控制出图
· 数字人之声音克隆:无样本,1分钟样本完美克隆声音,开源
· Ollama还是vLLM?深度解析四大顶级LLM服务框架:性能、特性与技术选型指南
· 6.2K Star!MIT出品的多语言语音合成神器,CPU实时推理吊打商业软件!
· 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!
· Ollama最新更新v0.1.33,实现了多并发可同时与多个模型聊天对话!
· Stable Diffusion | 常见问题清点汇总
· 实测:本地跑llama3:70B需要什么配置
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
Prompt
结构化Prompt必备基础:5分钟学会Markdown语法,实现提示词创作自由!
对于常用的
模
块,也可以进行反复调用。
Prompt
提示词
Markdown
Transformer
万字长文震撼来袭!揭秘Transformer——吐血解读自注意力机制的革命性突破
这些研究不仅提高了
模
型的性能,还进一步探索了
模
型在不同
任
务
中的适用性和效率。
Transformer
大模型
教程
AI声音克隆 | 最全最简教程(权威版)
一直没有写过关于声音克隆的文章,所以这次补上,毕竟这个用的还真是有点
多
,也为后面更
多
的个性化配音做好准备。
声音克隆
教程
ChatGPT
实战:如何用AI Agent实现ChatGPT流程化写作,产能翻倍
比如,它不能全自动地生成文章,但它的半自动
模
式
确实允许你在写作过程中进行实时监控和调整,对于AI现在的写作能力来说,这也是非常必要的功能。
Agent
写作
Prompt
写好Prompt要记住这六点!
下来我们分别来看看 1、
任
务
任
务
是提示的核心,它告诉 ChatGPT 您希望它做什么。
prompt
写作
Sora
微软研究团队:Sora核心技术及未来机会研究报告-中英对照版
Transformer
模
型已在许
多
自然语言处理
任
务
上证明了其可扩展性和有效性。
sora
论文
工具
使用这个工具后,我将 RAG 的准确性和召回率都提高了两倍!
排序(Rerank)—LLM 归纳生成,不过实际落地过程来看,将用户查询转换为嵌入向量直接检索,很
多
时候的结果在相关度方面没有那么理想,本篇分享一种对用户查询进行重写再去检索从而提高准确性和召回率的方案
RAG
大语言模型
Agent
AI领域的agent是什么意思?
Chains,对
模
型的链
式
调用,以上一个输出为下一个输入的一部分。
大模型
ComfyUI
【ComfyUI】爽玩必备!6大插件汇总推荐
如果使用别人的工作流,出现节点缺失的情况,可以点击“安装缺失节点”,需要
模
型的时候,还可以点击“安装
模
型”。
大模型
9个范例带你入门langchain
9,智能体(Agents): 使用LLMs进行
任
务
分析和决策,并调用工具执行决策。
大模型
微调
LLM微调神器Lamini,疯狂获星1.9k,免费可用!!
我们都知道,大
模
型在某些特定的垂直场景,效果不是那么好,很
多
企业/个人都需要微调参数才可以让其在特定领域发挥出更好的作用。
大模型
国产“小钢炮”MiniCPM3-4B:小参数,大能量!
(GQA),提高了注意力计算效率, MiniCPM 3.0 使用了 MLA(Multi-Level Attention),这一核心创新使得
模
型在复杂
任
务
处理中的推理和生成能力更强
MiniCPM3-4B
大模型
LLM
LLM native策略的内部状态是否应该结构化 【2023Q3】
根据完整的信息表执行
任
务
。
大模型
AI出题,做不完,根本做不完
就是让大
模
型扮演一个角色,定义好这个角色的能力,然后给它提出一些相关的问题,让它按照某种格
式
输出。
大模型
提示词
试题
白话Embedding:普通人都能懂的科普文
对于$a=(3,2,5)$和$b=(4,5,2)$: 我们可以将这个公
式
扩展到
任
意维数的向量。
Embedding
向量
<
...
55
56
57
58
59
60
61
62
63
64
...
>
1
2
4
5
6
7
8
9
100