文章列表-AI魔法学院

文章列表

解放AI生产力——为什么要使用ComfyUI

但是很不巧的是，这个绘画AI一开始的UI把这两个缺点全占了，我们先不从动画说起，就以游戏业内最简单的图片CG说起：一个正常的游戏CG的人物表情是有好几种变化的，其背后的景物是不能变，为了解决这个问题

文生图

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

PsyEval还强调了LLMs在理解治疗对话中的安全性和道德考量的重要性，这些都是心理健康专业人员必须具备的关键技能。

大模型心理

RLHF 在 Text2SQL 领域中的探索

Spider 2018年9月，耶鲁大学提出的多数据库、多表、单轮查询的 Text-to-SQL 数据集，也是业界公认难度最大的大规模跨领域评测榜单

Text2SQL RLHF

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。

大模型

Stable Diffusion

硬核解读Stable Diffusion（系列三）

模块是固定attention head dim为64，而SD 1.0则是不同stage的attention模块采用固定attention head数量，明显SD 2.0的这种设定更常用，但是这个变动不会影响模型参数

Stable Diffusion 文生图

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

可以说不论是自由度、专业性还是易用性，comfyui在使用SDXL模型上的优势开始越来越明显。

文生图

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

2与亲戚和阴谋论者争论如果在节假日晚餐时分与亲戚讨论过政治、气候变化或者最喜欢什么电影之类的话题，那么任何人都会有这样的亲身经历：他们在比较的两个假设都能很好地解释数据（对争论的人来说），但只有一开始的先验保留了下来

贝叶斯定理

大语言模型的拐杖——RLHF基于人类反馈的强化学习

**随着生成模型变得非常出色，Ilya认为它们将具有对世界惊人的理解程度，这是通过文字（text）视角看到的世界，试图通过人们在互联网上表达的文字将世界投影到文字的空间中，以了解关于世界的信息。

大模型训练

大规模训练系列之技术挑战

1.2 数据与模型规模对精度的影响近年来，随着数据规模和模型规模的不断增大，模型精度也得到了进一步提升，一些列研究实验表明，从大模型与大数据入手提高模型精度是可行的。

开源模型

Agent四大范式 | 综述：全面理解Agent工作原理

但是这两种方法各有弊端： § 规则的方法是指把复杂的自然语言问题转化为规则符号，往往需要行业专家的介入，缺乏容错能力，小错误可能导致整个系统的失败。

Agent 大语言模型

OpenAI Assistants API 使用指南

assistant = create_assistants( instructions="你是一个客户支持机器人，请用你的专业知识回答客户的问题

OpenAI Assistants API

Github上Star数最多的大模型应用基础服务：Dify 深度解读

response.message.content return answer.strip() 可以看到就是通过一个 prompt 就完成了原始文档到问答对的转换，可以看到大模型确实可以帮助实现业务所需的基础能力

Dify 大模型知识库

Stable Diffusion

Stable Diffusion由入门到精通

脚本/Script 这一块内容很多，也很专业，一般使用也不用用的。

prompt 文生图

Stable Diffusion

全面理解Stable Diffusion采样器

如果我们增大采样步数会有什么影响呢？

绘画采样器 SD

理解 o3 及其技术分析

对多路reasoning token的利用率相对于上面并没有明显提升，但实现复杂度高了不少，还一定程度上影响了并行效率。

o3 技术分析

<...65 66 67 68 69 70 717273 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