文章列表-AI魔法学院

文章列表

【开源项目】Flow Matching 语音合成

相对于Grad-TTS的decoder，使用了1D CNNs替换2D CNNs、并加入Transformers块 2.

音视频 Flow Matching

自动优化Prompt：Automatic Prompt Engineering的3种方法

APE：candidate -> selection -> resample APE的核心思路是：从候选集中选出好的prompt，再在好的prompt附近进行试探性地搜索。

prompt 大模型

用GPT4创建一部连环画故事

写主题： Plot:一个小男孩对智能手机非常上瘾，突然有一天发现了户外活动的乐趣。

GPT4 连环画故事书

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

支持快捷键操作，Prompt 中引用的变量可以自动改名字，修复了 14 项内容）•v0.6.4[9]（支持了代码解释器、月之暗面模型的 FuncCall、SD3，修复了 20 项内容）小步快跑

Dify Moonshot API 工作流

Roop参数说明，ROOP->StyleGAN演示！

现在开源的人脸识别算法人脸对比的能力往往低于人脸检测的能力。

视频 StyleGAN

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

但是在NLP领域里，prompt好像并没有特别权威的官方定义，可以理解为提示，也可以是线索、指令。

提示词 prompt

大模型高效微调：🤗 PEFT 使用案例

PEFT原理 LoRA LoRA（Low-Rank Adaptation）是一种技术，通过低秩分解将权重更新表示为两个较小的矩阵

大模型

ChatGPT Prompt提示词课程（斯坦福吴恩达 | OpenAl）指南篇极简笔记

注意内容与提示词的冲突即，避免需要处理的内容包含某指令，而又与原本的指令不同 2、结构化输出即告诉大模型需要输出的格式，如json、xml或自定格式步骤123等，以及所需要包含的关键内容等 3、要求模型检查是否满足条件

prompt 大模型

一文汇总Prompt提示工程的相关策略技巧

二、关于链式思考CoT 1、深思熟虑，给时间思考，一步步思考 2、将复杂任务拆分成简单任务，从简单到复杂模块化解决 3、先列出来所有方法，这样增加解决方案空间，再做方法对比，最后选择合适的

提示词框架

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

小图看着不是很明显，放大对比效果比较明显，建议实际试试。

SUPIR 文生图

【AI科技大创意】2024年人工智能10大趋势

与普遍关注学术诚信的高等教育不同，早期教育可以利用人工智能创建一个无限探索的沙箱。

人工智能趋势

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

最小的模型只有523M，而40亿参数的模型也仅仅只有5.2G，一张8G的显卡就可以轻松运行，但其能力却可以匹敌Qwen2.5 - 72B，简直就是小身材大能量！

Qwen3 开源模型

人工智能训练的灾难性遗忘以及解决方案

为了解决这个问题，科学家们正在不断探索和尝试。

人工智能大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

它可以用于图像分类、目标检测、图像分割等任务，充分利用了预训练模型的视觉表示能力。

大模型

解放AI生产力——为什么要使用ComfyUI

这个方法属于治标不治本，本质上你还是在让AI随机抽卡，而且你修改的范围再大一点你就会发现，我靠，两个部分的色块完全不一样啊。

文生图

<...57 58 59 606162 63 64 65 66 ...>

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