文章列表-AI魔法学院

文章列表

GitHub工程师分享开发Copilot所采用的提示词工程

Ziegler 和 Berryman 表示，对于 Copilot 来说，有用的上下文信息可能包括语言、文件路径、光标上方的文本、光标下方的文本、其他文件中的文本，等等。

开源模型

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

为了使定制对象生成泛化性更强，作者从视频中收集了同一对象的图像对，方便模型学习生成对象的外观变化。

Anydoor 文生图

Sora物理悖谬的几何解释

物理定律多由偏微分方程系统来描述，微分方程的解由初始值和边界值来控制，系统是适定的，意味着由于能量守恒、质量守恒、能量传递小于光速等物理限制，初边值逐渐变化时，解也随之逐渐变化。

Sora 解释

如何通过AI变现，举个详细的例子?

老板们的焦虑转化成行动了.

生成式AI

独家！黄太吉创始人再创业：首次披露惨败内幕

踩着移动互联网大潮的潮头，赫畅通过微博社会化营销，将黄太吉打造为第一代网红餐厅：他亲自开奔驰送煎饼成为很长时间的热门话题。

黄太吉创业

基于本地知识的问答机器人langchain-ChatGLM

如何将具体业务知识融合到大语言模型里，是问答机器人落地应用需要考虑的一个重要问题。

langchain

图解检索增强式生成（RAG）技术 | 万字长文

一、分块与向量化首先，我们的目标是创建一个向量索引，用以代表我们文档的内容，然后在运行时寻找所有这些向量与查询向量之间的最小余弦距离，以匹配最接近的语义含义。

检索增强式生成 RAG

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

在身体姿态估计任务上，使用CNN提取的特征，结合定制化的transformer模块进行特征增强，视觉transformer取得了很好的效果。

ViTPose+Transformer 身体姿态

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

就像我们开发程序代码一样，是需要不断的去优化完善的，也就是不断的去迭代。

ChatGPT prompt

从零开始：构建你的首个ComfyUI工作流

目前来自全世界各地的社区成员已经贡献了600多个自定义节点（截至本篇教程的已知数据），极大地丰富了工作流的设计和优化选择。

comfyui 文生图工作流程

如何修复GPT幻觉、及评估数据集的挑战

生成大型语言模型 (LLM) 可以对各种用户提示生成高度流畅的响应。

大模型

【AI绘画】入门英文名词解析

GPU来进行深度学习才能使用）操作简单，出图快，平均10-20秒，画人物很强，西方魔幻风格其实AI绘画从21年起就开始快速发展，但只有sd项目开源（关于开源下面有论述）了，其他诸如Dall-E（读音

文生图 AI绘画

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

这时，循环语言模型成为一种替代方案，它们可以将整个序列压缩为固定大小的隐藏状态，并迭代更新。

transformer 训练

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

卡内基梅隆大学、Meta 公司联合组成的研究团队最近发表的论文《EFFICIENT STREAMING LANGUAGE MODELS WITH ATTENTION SINKS》一文针对上述问题，提出了一种优化方案

大模型 llm框架

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

可以使用更高级的自然语言处理技术，例如语义相似度比较，来检测内容是否被改写。

Prompt ChatGPT

<...58 59 60 616263 64 65 66 67 ...>

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