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
· 多智能体开发框架怎么选型?京东 JoyAgent vs langchain LangGraph,两种Agent开发哲学的碰撞!
· 郭德纲讲英语相声详细教程
· 金融行业的开源AI大模型
· Prompt屠龙术-思维链
· AI助手App“腾讯元宝”已上线应用商店
· Dify:大模型创业开源工具,46,558 行代码,完全开源
· 划重点!全网最全AI数字人工具合集!
· Stable Diffusion生成美女正向词和反向词示例
· 「长文」可能是目前最全的LangChain AI资源库之一
· Ollama还是vLLM?深度解析四大顶级LLM服务框架:性能、特性与技术选型指南
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
阿里
阿里Outfit Anyone实现真人百变换装
Outfit Anyone 通过利用双流条件扩散模型
解
决了这些限制,使其能够熟练地处理服装变形以获得更逼真的结果。
Outfit
Anyone
阿里
开源
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
这种方法可以进一步提升语音生成的自然度和可理
解
性,同时保持与原始文本的高度一致性。
F5-TTS
音频克隆
提示词
十个节省数百小时无聊工作的GPT提示词
4️⃣ 超级
解
决问题 Prompt:“Provide me with a step-by-step solution to the problem
prompt
提示词
Stable Diffusion
如何保证每次画出的都同一张人脸:Stable Diffusion的Reference only教程
Midjourney就不必说了,人物的高度一致性一直得不到很好的
解
决。
文生图
LLM
4种通过LLM进行文本知识图谱的构建方法对比介绍
当我们将自定义的内容包含在提示中时,LLM似乎可以理
解
用RDF、RDFS和OWL表示的本体,并且能够将非结构化文本转换为自定义本体。
知识图谱
大模型
人工智能
如何用人工智能提升打工人的文案能力
总结:当您想快速了
解
一个内容很长内容的主题时,用“总结”即可。
提示词
Meta
深度 | Meta AI助手大测评,市值蒸发万亿都因它?
这与全面相去甚远,但任何人都可以理
解
和复制。
Meta
AI
测评
20%杨幂+80%霉霉=?这款“人脸拼接”的AI应用还能这么玩
通过这种方式,InstantID能够理
解
和保留原始图像中的人脸特征。
InstantID
文生图
大模型
MaskGCT:登上GitHub趋势榜榜首的TTS开源大模型
语音语义表示编
解
码器:将语音转换为语义标记。
MaskGCT
声音克隆
一文带你认识ELMo
最简单的理
解
就是:将词进行向量化表示,实体的抽象成了数学描述,就可以进行建模,应用到很多任务中。
embedding
Agent
LangChain Agent原理介绍
format: # 请使用以下格式(回答) # 你必须回答输入的问题 Question: the input question you must answer # 你应该一直保持思考,思考要怎么
解
决问题
langchain
60.2K Star!别再熬夜写样式了!Screenshot-to-Code:截个图,代码全搞定!!
解
放双手的快乐等着你 让 Screenshot-to-Code 帮你写代码,你只需要喝喝咖啡、点点鼠标!
Screenshot-to-Code
代码
OpenAI
最全攻略!OpenAI 发布 GPT-4 使用指南,所有干货全在这
我们总是期望它能准确理
解
我们的意图,却时常发现其回答或创作并非百分之百贴合我们的期待。
提示词
prompt
ChatGLM
傻瓜式!一键部署ChatGLM3,免去环境烦恼+开箱即用!集成API调用!本地化界面操作!
① 下载
解
压 ② 安装依赖 ③ 启动webui+api!
ChatGLM3
大模型
大模型
领域大模型-训练Trick&落地思考
二、领域数据训练后,往往通用能力会有所下降,需要混合通用数据以缓
解
模型遗忘通用能力。
垂直
训练
大模型
<
...
65
66
67
68
69
70
71
72
73
74
...
>
1
2
4
5
6
7
8
9
100