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
· 铁锅炖blender+ComfyUI配置,更改模型地址
· 「Agent」通俗易懂地聊聊AI Agent(附66个开源+44个闭源Agent项目)
· Stable Diffusion 加速/优化/升级 优化出图速度
· Kie.ai
· GenColor.ai
· Cursor设计主管分享AI写出高质量代码的12个超绝妙招
· 开发语音产品时设计唤醒词和命令词的技巧
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· StableDiffusion模型推荐系列(全能型)
· MOSS
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
Stable Diffusion
耗时80小时!超详细的胎教级Stable Diffusion使用教程,看这一篇就够!
4
.为什么你生成的图就是跟别人不一样 为什么有时候我们跟别人用的大模型、关键词、Lora还有其他参数都一样 可偏偏生成出来的图就是不一样?
文生图
RAG
RAG检索增强技术在知识库智能检索场景下的应用实践
4
)AutoGen:AutoGen的强项在于适配多智能体场景,处理多参与者的复杂对话情境。
知识库
RAG检索增强
企业
【上篇】深度解析AI大语言模型(LLM)在企业应用的关键技术与典型架构
4
.
大语言模型
RAG
检索增强生成 (RAG):What, Why and How?
4
、如何提高RAG性能 在生产中提高RAG性能的技术以下是在RAG流程的不同阶段可以用来提高生产中RAG性能的一些技术。
检索增强
大模型
ChatGLM
ChatGLM3-6B 功能原理解析
ensp; 再次发起 ChatCompletion 请求,让 LLM 生成最终答案,最后打印出 LLM 生成的最终结果 这就是使用 API 调用工具的方法,更多细节可以参考官方源码[
4
]
ChatGLM3
大模型
ChatGPT
用ChatGPT辅助学习,成为超级学霸
上面的问题,都可以替换成正在面临的[更具体的问题]
4
.
教育
AI
学习
如何避免大语言模型绕过知识库乱答的情况?LlamaIndex 原理与应用简介
4
.
大语言模型
开源
开源版妙鸭相机来了,无限出个人写真图(阿里达摩院出品)
创空间内置模型 [3] 人体解析模型M2FP:https://modelscope.cn/models/damo/cv_resnet101_image-multiple-human-parsing [
4
]
妙鸭相机
如何从零开始训练专属 LoRA 模型?4600字总结送给你!
network_dim:线性 dim,代表模型大小,数值越大模型越精细,常用
4
~128,如果设置为 128,则 LoRA 模型大小为 144M。
训练
Agent
Coze多智能体(Multi-Agents)模式体验!
4
.
Coze
多智能体
Agent
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
4
.Bot智能体可发布到多个平台扣子做好的Bot,可以发布到多个平台应用。
Kimi
扣子Coze
大模型
Stable Diffusion
stable diffusion 远端跑图—— Api基础知识掌握
nbsp; denoising_strength: float = 0.72 #重绘幅度 mask_blur:int = 0 #蒙版模糊
4
文生图
api
大模型
京沪“中国大模型第一城”争夺战爆发|钛媒体·封面
去年
4
月10日,AI上市公司商汤科技正式发布全新“日日新SenseNova”大模型体系,以及自研的中文语言大模型应用平台“商量”(SenseChat)。
大模型
钛媒体
揭秘DeepSeek:一个更极致的中国技术理想主义故事
起因是他们发布的一款名为DeepSeek V2的开源模型,提供了一种史无前例的性价比:推理成本被降到每百万token仅 1块钱,约等于Llama3 70B的七分之一,GPT-
4
Turbo的七十分之一。
DeepSeek
大模型
RAG
RAG模型的主要痛点和解决方案
痛点
4
:幻觉和捏造 背景:由于过度依赖语言模型的先验,RAG模型经常生成看似合理但完全错误或不忠实的声明,而没有在检索的上下文中进行验证。
rag
大模型
<
...
60
61
62
63
64
65
66
67
68
69
>
1
2
4
5
6
7
8
9
100