文章列表-AI魔法学院

文章列表

12个RAG常见痛点及解决方案

并且将深入研究这些RAG痛点的解决方案，这样我们能够更好地在日常的RAG开发中避免和解决这些痛点。

RAG 大模型

微信为什么使用 SQLite 保存聊天记录？

SQLite “只是”一个库，它不是传统意义上的服务器。

SQLite 微信数据库

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

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

微信为什么使用 SQLite 保存聊天记录!

SQLite “只是”一个库，它不是传统意义上的服务器。

SQLite 微信数据库

Stable Diffusion

Stable Diffusion高精度换脸

换脸插件横空出世，大家再也不用看千篇一律的AI脸了，使用这个插件的过程中很多人发现换好的脸部存在精度不够问题，今天给大家分享使用Stable Diffusion高精度换脸的操作流程，这个可以说是AI做图的必备功能之一

Stable Diffusion 文生图

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

AI绘画Stable-Diffusion风格化实战

在社交软件和短视频平台上，我们时常能看到各种特色鲜明的视觉效果，比如卡通化的图片和中国风的视频剪辑。

Stable-Diffusion 文生图

SD入门教程四：图生图基础用法

你通过“提示词”或换“图像模型”告诉AI，海鲜酱里面应该有哪些食材与配料，比如可能会添加一些虾、贻贝或者鱼肉等元素，才能将原先的肉酱替换成海鲜酱。

SD 入门图生图

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

注意力机制的引入进一步增强了GNN在不同节点之间分配注意力权重的能力，使其能够更加灵活地建模股票之间的动态关系。

MCI-GRU 股票大模型

对于AI，我们现阶段可以有的态度

现阶段，AI还不是我们的必需品今年年初ChatGPT迎来了爆炸式的井喷，接着各路的AI人工智能都纷纷你追我赶地推出各种的AI产品，把我们这些普通人给“轰炸”得有种

文生图

如何改善你的回测方法，提高策略的未来收益

这些问题可能导致过度拟合，使得策略在样本外的表现不佳。

回测方法

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

它的所有能力（录制、识别处理、存储回溯等）完全运行在本地，无需联网，不上传任何数据，只做应该做的事。

Windrecorder 录屏

什么是BERT？

BERT的结构以往的预训练模型的结构会受到单向语言模型（从左到右或者从右到左）的限制，因而也限制了模型的表征能力，使其只能获取单方向的上下文信息。

embedding

构建开源多模态RAG系统

检索增强型生成（RAG）：提升人工智能理解和输出能力在人工智能领域，检索增强型生成（RAG）作为一种变革性技术脱颖而出，优化了大型语言模型（LLMs）的能力。

RAG 大模型

<...68 69 70 717273 74 75 76 77 ...>

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