文章列表-AI魔法学院

文章列表

Stable Diffusion

巧用ChatGPT生成Stable Diffusion绘画提示词Prompt

先打开ChatGPT，输入下面这段训练指令： Stable Diffusion是一款利用深度学习的文生图模型，支持通过使用提示词来产生新的图像，描述要包含或省略的元素。

Diffusion prompt

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

写一篇关于Vision Pro VR眼镜的20字宣传文案，并用女声读出来，同时生成个视频看看。

大模型

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

前言现在终于可以介绍 Stable Diffusion 除了文生图 (txt2img) 之外最重要的功能：图生图 (img2img)。

Stable Diffusion 图生图

垂直领域大模型的一些思考及开源模型汇总

而keyword LLM利用大模型生成关键词，不仅可以找到文本中的重点内容，还可以总结并释义出一些词。

垂直领域大模型开源模型汇总

2023检索增强生成技术（RAG）研究进展

然而，无论模型的规模如何增长，它们仍受限于训练数据的质量和范围。

RAG 检索增强

CodeGeeX2来了!效果超LLaMA2-70B

得益于ChatGLM2优秀特性，CodeGeeX2更好支持中英文输入，支持最大 8192 序列长度，推理速度较一代 CodeGeeX-13B 大幅提升，量化后仅需6GB显存即可运行，支持轻量级本地化部署

CodeGeeX2 开源模型

一个让GPT重复自问自答的Prompt

· 输入 · ## Profile: - author: 田彬玏 - version: 1.0.4 - language: 中文&

prompt

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

但它们依赖“API 文本输入输出”，迟迟无法控制本地界面，本地任务自动化仍然困难：操作 Office、可视化软件受限拆分复杂任务，难以形成闭环缺乏视觉能力，仅凭语言无法定位

AI Agent 开源项目

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

我们平时在阅读论文或者科学文献时，见到的文件格式基本上是 PDF（Portable Document Format）。

大模型

AI进化的新纪元：AI AIgents时代（1/9）——什么是Agent？

另外，OpenAI 应用研究主管 Lilian Weng 在一篇长文中提出了 Agent = LLM（大型语言模型）+记忆+规划技能+工具使用这一概念，并详细解释了Agent的每个模块的功能。

大模型

如何提升 GPTs 的翻译效果？

Google 翻译搁置了很长时间的日记，我再次打开。

GPT 翻译

Yann LeCun杨立昆最新观点：AGI不存在

LeCun认为，未来的人工智能对话系统将在将答案转换为文本之前对其答案进行思考和规划。

AGI 大语言模型观点

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

只需要一张人物肖像照片和一段任意时长的音频，EMO就可以让照片中的人物按照音频内容“张嘴”唱歌、说话，且口型基本保持一致，实现自然的面部表情和头部姿态。

EMO 阿里全民演唱

Sora物理悖谬的几何解释

首先，Soar的训练样本是（文本，视频）对，有些视频对应的标题过于简短，字幕缺少，Sora采用了Dall-E的重新标题技术。

Sora 解释

Stable Diffusion

Stable Diffusion 30种采样器全解！

这30种采样器当中有一些是有升级版本被替代了，也有一些是性能不足且计算成本太高的。

Stable Diffusion采样器

<...63 64 65 666768 69 70 71 72 ...>

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