文章列表-AI魔法学院

文章列表

总结！大模型微调（Tuning）的常见方法

经典的Prompt tuning方式不涉及对底层模型的任何参数更新。

微调大模型

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

为了进行公平对比，研究者按照模型在 GSM8k 上的表现对它们进行了划分，并与其他表现类似的模型进行了对比（图 5、图 6、图 7）。

过拟合小模型

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

周末读了一篇ghostmix模型作者的文章，也引起了我对Stable Diffusion发展方向的思考。

Stable Diffusion

解读OpenAI Sora文生视频技术原理

笔者春节前原计划整理一下对Google Lumiere 文生视频的认知，多个因素遗憾推迟。

sora

Stable Diffusion

Stable Diffusion由入门到精通

5.DPM2:该采样方法对tag的利用率最高，几乎占80％+ 6.DPM2 a：几乎与DPM2相同，是对于DDIM的改进，减少步骤以获得良好的结果，它的速度大约是DDIM的两倍，生图效果也非常好

prompt 文生图

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

通过对比这几个工具的效果，我还是更偏爱 IP-Adapter的这个新模型。

IP-Adapter 文生图

视频大模型训练相关词条解释

借助于对语言的深刻理解，Sora能够准确地理解用户指令中所表达的需求，把握这些元素在现实世界中的表现形式。

视频生成 sora 词条

实测：本地跑llama3:70B需要什么配置

当然，对于70B版本，可能需要更多的本地硬件资源支持。

llama GPU内存

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

RRF特别有效，因为它不依赖于搜索引擎分配的绝对分数，而是依赖于相对排名，使其非常适合结合可能具有不同规模或分数分布的查询结果。

RAG-Fusion 检索增强

实现职场飞跃：10个ChatGPT提示词技巧助你找到理想工作

提示：“我怎样才能对常见的面试问题‘介绍一下你自己’给出一个简洁而有影响力的答案？”

面试求职提示词

GPU 性能（数据表）快速参考

ensp; NVIDIA GPU 的命名规则 · 2 L2/T4/A10/A10G/V100对比

GPU 算力

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

这大大加快了生成过程，尤其是对于复杂的工作流。

文生图

震撼科技界：清华大学与智谱AI联手，引领中文长文智能写作新纪元！

在面对如“撰写一篇关于罗马帝国历史的30,000字长文”这样的任务时，传统的大型语言模型往往难以产出丰富的文本。

写作长文本

动画制作工具AnimateDiff用法详解

运动的质量对训练数据很敏感。

AnimateDiff 视频训练

<...65 66 67 686970 71 72 73 74 ...>

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