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
· 建议收藏:超详细ChatGPT(GPT 4.0)论文润色指南
· 惊艳推荐!8款好用又免费的文本转语音TTS工具
· 盘点字节跳动最新的AI应用
· 制作可爱的表情包
· SD-WebUI和ComfyUI的局域网访问设置
· 复旦开源中文医疗大模型,基于百川微调,模型和数据集都公开
· 万字长文|40万人学习过|28个ChatGPT使用技巧,带你从入门到精通
· 10大Midjourney描述词网站,让你Ai创作随心所欲!
· GPU 性能(数据表)快速参考
· AI换脸工具:facefusion使用心得
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
LLM
4种通过LLM进行文本知识图谱的构建方法对比介绍
我们在以前的文章中已经介绍了使用大语言模型将非结构化文本
转
换
为知识图谱。
知识图谱
大模型
Github
GItHub一款强大、简单、易用的高效的数据处理RPA小工具
生成
PDF
?
GitHub
数据处理RPA
阿里
ReplaceAnything:阿里最新项目!重绘图片里的任何元素,商用价值极高!用最简单的部署创造最大的价值!
摘要 ReplaceAnything是阿里团队即将开源的项目,针对图像里的人物替
换
、服装替
换
、背景替
换
等方面做了极大的优化,使用户上传图片可以指定部分区域生成新内容,并且做到了严格保留遮挡区域,这对AIGC
ReplaceAnything
文生图
PDFTriage:面向长篇结构化文档的问答
然而,诸如
PDF
、网页和演示文稿等文档本质上是结构化的,具有不同的页面、表格、章节等。
大语言模型
PDF
文档
Transformer
Transformer速查宝典:模型、架构、训练方法的论文都在这里了
它在 TPU 上进行训练,并使用旋
转
嵌入,并行注意力。
Transformer
LLM
一文汇总大语言模型LLM所有prompt提示词框架的论文出处
出自: https://mp.weixin.qq.com/s/6l1UBJ8xYhDV2ewQAQOZgw 另外,这里给大家分享2个阅读arxiv
PDF
论文的新技巧: arxiv
PDF
prompt
提示词
ChatGPT
ChatGPT+文字
转
视频工具,让1个人1天轻松生产100条原创视频(内附全部工具)
今天给大家分享一个 ChatGPT+文字
转
视频AI工具,批量跑原创视频的玩法。
生成式AI
开源
3 分钟,把一篇 3000 字长文变成“脱口秀”——开源神器 Twocast 实战指南
它能把任何文字、网页、
PDF
,3~5 分钟生成男女双主持的脱口秀,还能直接下载 MP3。
Twocast
开源
学会这招,一个头像变100种风格!
在 Mijdourney 里,如何根据一张图随意切
换
风格?
Remix
文生图
大模型
对于大模型RAG技术的一些思考
用户问题
转
换
为向量 · 匹配用户问题向量和向量库中各文本块向量的相关度 · 将最相关的Top 5文本块和问题拼接起来,形成Prompt输入给大模型 · 将大模型的答案返回给用户
RAG
大模型
开源
[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了!QLoRA技术可能是AI
转
折点!
因此我们认为QLoRA 的工作很重要,可能是个Game Changer,是AI这一波技术革新的一个
转
折点。
开源模型
阿里
淘宝模特全体注意!阿里AnyDoor AI
换
装神器出来了,年度最强AIGC重制绘图工具,重塑电商模特产业
之前用MJ的垫图
换
装,不仅要记一长串的垫图提示语和指令,关键是
换
了的衣服都是通过提示语文字重组,经常发现货不对板,跟商家需要的不一样,真是急死个人。
AnyDoor
换装
文生图
RAG
12个RAG常见痛点及解决方案
Pydantic程序利用LLM函数调用API,接受输入文本并将其
转
换
为用户指定的结构化对象。
RAG
大模型
工具
使用这个工具后,我将 RAG 的准确性和召回率都提高了两倍!
是一种检索增强生成技术,它利用大型语言模型来处理用户查询,RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—排序(Rerank)—LLM 归纳生成,不过实际落地过程来看,将用户查询
转
换
为嵌入向量直接检索
RAG
大语言模型
大模型
通俗解读大模型微调(Fine Tuning)
本质上,现在的大模型要解决的问题,就是一个序列数据
转
换
的问题: 输入序列 X = [x1, x2, ..., xm], 输出序列Y = [y1, y2, …, yn],X和Y之间的关系是:Y = WX
大模型
微调
<
...
3
4
5
6
7
8
9
10
11
12
...
>
1
2
4
5
6
7
8
9
100