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
· 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!
· 了解Kimi必看的26个问题 | Kimi系列文(二)
· 文生图提示词prompt详解
· AI创作 |如何通过GPT进行漫画视频的故事改写
· Prompt | 抖音视频脚本
· SD的老舅ComfyUI来了,节点式工作流,分部控制出图
· 深入探讨:Agent全自动写作长篇小说技术原理解析
· Prompt提示优化工具
· 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
· 图像作为prompt#IP-Adapter
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
一文读懂GPT-1:生成式预训练如何提升语言理解
无监督预训练 给定一个无标记的大语料库u,GPT-1通过最大化以
下
似然函数来训练语言模型: 其中, k 是上
下
文窗口的大小。
GPT
写作
绝了!新华社、知网官方出品的写作神器,不要太爽!
↕上
下
滑动查看更多↕ 尽管有着AI写作,但真要想公文写得好,自身能力不能少!
新华妙笔
写作
OpenAI
OpenAI Assistants API 使用指南
Thread 接
下
来是创建一个 Thread,可以单独创建,也可以和 Message 一起创建,这里我们连同 Message 一起创建,示例代码如
下
: def create_thread(prompt
OpenAI
Assistants
API
人工智能
2023年人工智能行业总结
仅仅两个月后,用户数量便突破了一个亿,创
下
了史上最快增长纪录。
人工智能
AGI
思考总结
【进阶】-文生图术语解释
在深度学习中,损失值有时会在最终
下
降之前的多次迭代中保持不变或几乎保持不变,暂时形成收敛的假象。
文生图
大模型
大模型RAG检索增强问答如何评估:噪声、拒答、反事实、信息整合四大能力评测任务探索
采用如
下
指标: 准确性用于衡量噪声鲁棒性和信息整合能力。
大模型
RAG检索增强
OpenAI
向量数据库失宠了?OpenAI 力捧检索增强生成(RAG)技术,对行业来说意味着什么?
生产效率低
下
且成本高昂——很少有组织拥有财力和人力资源来生产和部署基础模型。
检索增强生成
大语音模型
工具
RAG 与 Finetuning,谁是提升 LLM 的最佳工具?
生成器被限制为合成由检索到的上
下
文支持的响应。
训练
盘点字节跳动最新的AI应用
👇字节AI应用不完全统计见
下
图👇 据传,字节AI起源于2023年1月,字节跳动组建了其首个大型模型团队。
字节
AI工具
GPU 性能(数据表)快速参考
NVIDIA NVLink:全网状拓扑如
下
,因此(双向)GPU 到 GPU 的最大带宽为 400GB/s(请注意,
下
面的模块为 600GB/s,共享类似的全网状拓扑);8*A100`
GPU
算力
ChatGPT
OpenAI官方ChatGPT提示工程 - 最佳实践11篇(大合集)
以
下
是提高Prompt效果的六大关键策略: 1.编写清晰的提示 如果GPT输出的内容过长,可以要求模型进行简短的回复;如果输出过于简单,可以要求模型使用专业的写作水准输出内容。
ChatGPT
大模型
ChatGLM
清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench:GPT-4是全能战士,超越所有模型
Lilian Weng认为一个AI Agent系统应当包含如
下
图所示的几个部分:规划(Planning)、记忆(Memory)、工具使用(Tool Use)。
GPT-4
大模型
AI+智能客服:大模型可落地的最成熟场景之一
· 个性化服务:通过分析用户的查询历史和上
下
文信息,AI大模型能够提供个性化的服务建议和解决方案。
ai
客服
用户意图对齐,无需人工标注,Zephyr-7B 超越 Llama2-Chat-70B
明天会
下
雨吗?
小型语言模型
Zephyr-7B
Stable Diffusion
新手向,Stable Diffusion API 接口,在本地调用
json=payload) r = response.json() print(r) 如果print出来的结果是一大长串乱码,说明请求成功,这些乱码其实就是图片文件,具体如何转码见
下
文
SD
文生图
<
...
60
61
62
63
64
65
66
67
68
69
...
>
1
2
4
5
6
7
8
9
100