文章列表-AI魔法学院

文章列表

Agent四大范式 | 综述：全面理解Agent工作原理

o • ReAct与CoT不同，它将推理与规划分开处理，在推理（思考步骤）与规划（行动步骤）之间进行切换，显著提升了规划能力。

Agent 大语言模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

如下图所示，是来自OpenAI做tokenzier的例子： tokenizer是将原始数据转换成整数数值（OpenAI提供了一个开源实现：byte pair encoding：https://www.datalearner.com

大模型

RAG模型的主要痛点和解决方案

解决方案： - 通过专用的交叉注意力变换器层来加强上下文化。

rag 大模型

向量数据库不是一个单独的数据库分类

随着生成式AI的飞速发展，很大一部分的查询会以“密集向量搜索”的方式执行。

大模型向量数据库

借题发挥下最近几例声音克隆的应用案例

，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料，AI

声音克隆数字人

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

XVERSE-V-13B · Github：https://github.com/xverse-ai

XVERSE-V 多模态大模型

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

Ctrl+C/Ctrl+Shift+V|复制并粘贴选定节点（保持从未选定节点的输出到粘贴节点的输入的连接） Shift+Drag |同时移动多个选定节点 Ctrl+D|加载默认图形 Q |切换队列的可见性

文生图

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

此外，OmniGen可以处理经典的计算机视觉任务，将其转换为图像生成任务。

大模型研究

一文读懂GPT-1：生成式预训练如何提升语言理解

为了适应这些任务，GPT-1将结构化输入转换为预训练模型可以处理的有序序列，以避免大量修改模型架构。

GPT

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

模型的所有阶段都使用基于T5转换器的冻结文本编码器来提取文本嵌入，然后将其输入到通过交叉注意力和注意力池增强的UNet架构中。

大模型文生图

什么是BERT？

简单来说就是以15%的概率用mask token （[MASK]）随机地对每一个训练序列中的token进行替换，然后预测出[MASK]位置原有的单词。

embedding

Chinese-LLM开源中文大语言模型合集

ChatYuan 地址：https://github.com/clue-ai/ChatYuan 简介：元语智能发布的一系列支持中英双语的功能型对话语言大模型，在微调数据、人类反馈强化学习、思维链等方面进行了优化

大模型中文

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

想让AI更懂人，对齐技术很关键。

Qwen1.5 开源模型

AnimateDiff 生成补间动画

官方的解释有点深奥，我们换一种方式理解下此项技术： Shadow是一位小朋友，他喜欢玩积木。

文生图 AnimateDiff

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

extensions\sd-webui-oldsix-prompt\json 4、SDXL时代的思考随着stable diffsion更新到SDXL1.0，从事AI绘画创作的小伙伴们都有了一个深刻的体验

stable diffsion 提示词

<...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