文章列表-AI魔法学院

文章列表

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

结论 4: 数据污染可能不是过拟合的完整解释一个先验的、自然的假设是，造成过拟合的主要原因是数据污染，例如，在创建模型的预训练或指令微调部分，测试集被泄露了。

过拟合小模型

Stable Diffusion

硬核解读Stable Diffusion（系列三）

DreamBooth首先为特定的概念寻找一个特定的描述词[V]，这个特定的描述词只要是稀有的就可以，然后与Textual Inversion不同的是DreamBooth需要finetune UNet，这里为了防止过拟合

Stable Diffusion 文生图

国产AI，逃过一劫

其中，王慧文的AI创业路径除了发布“求贤令”之外，为打造“中国版OpenAI”，王慧文也在为光年之外寻觅建制成熟且价格合理的标的，并最终找到了袁进辉与一流科技：袁进辉是业界知名的AI架构大牛

ChatGPT 大模型

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

尽管 AnimateDiff 提供了强大的功能，但在使用过程中也可能会遇到一些问题，如提示词长度限制、GPU崩溃风险以及分辨率限制等。

视频生成文生视频

中国AI大模型，应该如何商业化

其中，GPT Builder的特性包括每个人/每个企业都可以定制属于自己的GPT；每个独特的GPT可定制自己的指令、知识库、工具与动作、头像等；无需开发，直接使用自然语言定制，你甚至可以让Dalle3帮你生成头像

大模型 AI

大模型高效微调：🤗 PEFT 使用案例

ensp; 软提示（Soft Prompts）：可与输入嵌入连接并进行优化以适应数据集的可学习张量；缺点是它们不太易读，因为您不是将这些“虚拟标记”与实际单词的嵌入进行匹配

大模型

谈Agent构建平台的设计

【LLM指令遵从失败（显式）】假设某个LLM调用需要输出json格式，将结构化信息传递给其他节点模块。

Agent 构建

AI拟声: 5秒内克隆您的声音

你可以使用它来录制自己朗读的课文或常用单词，然后反复听取以加深记忆和练习口语。

声音克隆开源

RAG从入门到精通-RAG简介

第一阶段是知识索引,需要事先将文本数据进行处理,通过词嵌入等向量化技术,将文本映射到低维向量空间,并将向量存储到数据库中,构建起可检索的向量索引。

rag 大模型

一个让GPT重复自问自答的Prompt

SD prompt生成[1] 该网站通过结构化的方法，提供各种SD提示词的组合 SD效果这么好，还是得用用了，之后用SD画封面好了hh 2.

prompt

大模型检索增强生成RAG的优化

· 提示工程优化：优化模板增加提示词约束、提示词改写。

RAG 检索增强大模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

一般情况下，输入的text或者prompt我们称之为“正向提示词”，而negative prompt称之为“反向提示词”，想要生成的好的图像，不仅要选择好的正向提示词，也需要好的反向提示词，这和文本生成模型也比较类似

StableDiffusion 文生图

AI Agent / 智能体观察笔记（下）

CAMEL AI所解决的一个核心问题是目前用户使用大语言模型时，需要反复和AI对话（打磨提示词）才能引导生成一个比较理想的内容。

大模型

ChatGLM3在线搜索功能升级

它与其他搜寻引擎不同的地方在于其不会分析自己的用户、对所有使用同一组关键词的用户显示同样的结果。

ChatGLM3 搜索

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

除了唱歌，还能把朋友放进（非）著名表情包念台词。

音频阿里

<...70 71 72 737475 76 77 78 79 >

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