文章列表-AI魔法学院

文章列表

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

缩放点积注意力和多头注意力两个形象的比喻： ① 我们可以将点积缩放注意力机制比作一名学生，他通过思考和计算得到了某个问题的答案

Transformer 大模型

造梦师手记：SDXL迎来了AI插画师

优点：构图大胆，没有摆拍感，主体突出，没有过多繁杂的细节，认识很多动漫人物（依靠角色日文名拼音触发，例如，“ayanami rei”对应角色“绫波丽”，“kamado nezuko”对应角色“祢豆子”

文生图漫画

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

ViTPose和ViTPose+的性能和速度对比图，圆圈大小代表了模型大小近年来，视觉transformer在多个视觉领域展现出了极佳的性能。

ViTPose+Transformer 身体姿态

零门槛的 4 大 AI 提示词法则，让你的 AI 助手秒变效率神器

二、自己的个性化需求，找不到现成的 AI 工具或模版来应对。

提示词大模型

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

一、PaddleOCR基本原理 PaddleOCR基于百度自主研发的深度学习框架PaddlePaddle，采用卷积神经网络（CNN）和循环神经网络（RNN）等技术，实现对图像中文字的识别和转换。

PaddleOCR 文字识别

AI提示词工具，再也不用担心怎么想提示词！

一、prompts.chat (免费，用于gpt提示词) 这个界面的提示词对于一些开发者或者喜欢逛github的人来说比较熟悉，它是很早之前就已经开源出来的提示词大全，有很多镜像网站的提示词都是从这里面提取的

AI提示词

Stability AI开源上新：3D生成引入视频扩散模型

并且视频数据本身也比3D数据更容易获得。

sv3d 建模

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

如果你想亲自上手试试，打开对话输入“EMO”直达或进入“频道”选择“全民舞台”即可。

音频阿里

Stable Diffusion

Stable Diffusion｜提示词高阶用法（四）LoRA指定区域

众所周知，LoRA模型的标准使用格式为： <lora:LoRA模型的名称:LoRA权重值> 而LoRA模型的分层控制，则是在LoRA权重值后，增加“:”，并添加的LoRA模型的17个分层的对应权重值代码

文生图

大语言模型的拐杖——RLHF基于人类反馈的强化学习

因为前者被认为对样本数据的利用率更高。

大模型训练

低调的PDF，为什么成了数字文档“永远的神”？

乔布斯认为，如果电脑配套的打印机能够用来制作高质量的商业文件，将为Apple带来无可比拟的优势。

工作

什么是极限、导数、微分与积分（通俗易懂）！

这种对“无限”的思考，正是微积分中“极限”概念的核心。

极限导数微分积分

OCR的终极解法——传统算法VS多模态大模型

我试过效果比较好的模型有：https://www.modelscope.cn/models/iic/nlp_deberta_rex-uninlu_chinese-base/summary RexUniNLU

OCR 大模型文字识别

SDXL Styles：七十七种绘画风格任你选择

基本介绍用过 SDXL 的同学，应该能切身感受到其出图质量相比之前的 SD 1.5、2.x 等版本都有了很大的提升，同时 SDXL 支持的绘画风格也很丰富，从照片、动漫、水彩，到线稿、涂鸦、剪纸，再到建筑

文生图

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们新的多模态扩散变换器（MMDiT）架构为图像和语言表示使用了单独的权重集，与 SD3 以前的版本相比，提高了文本理解和拼写能力。

SD 论文

<...61 62 63 646566 67 68 69 70 ...>

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