文章列表-AI魔法学院

文章列表

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

它为AI提供了完成任务的上下文和指令。

prompt

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

从大脑活动中重建人类视觉任务，尤其是功能磁共振成像技术（fMRI）这种非侵入式方法，一直是受到学界较多的关注。

stablediffusion

字节推出开源绘画大模型SDXL-Lightning，秒级出图

这是因为其所有两大核心业务——头条和抖音（海外为TikTok）均对AI有强烈的需求。

sdxl 字节绘画

分享使用SDXL 1.0模型的一些技巧和心得

大家务必留意这一要点。

文生图

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

在ComfyUI右侧（默认）的命令菜单中：队列：点击see queue便能够看见队列，这里会列出当前正在执行的生成和正在排队的生成，你可以随时通过queue prompt往队列里面添加新的任务，

文生图

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

也可以一次性执行多个任务，从而节省多次请求的整体耗时和成本。

ChatGPT prompt

QWen1.5: 卓越模型之路

结果如下： 3ZHRWb 从结果来看，即使像 Qwen1.5-7B-Chat 这样的小规模模型，在上面大5个任务中的4个表现出与 GPT3.5-turbo-16k 类似的性能。

Qwen1.5 开源模型

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

智能体创建：用户可以将工作流程和思维方式整合到 AI 工作流程中，创建专家级 AI 智慧体，支持自动化执行任务。

Flowith GPT 生产力工具

Prompt工程如此强大，我们还需要模型训练吗？

一、目前情况在GPT没有爆火之前，一直以来的共识都是：模型的规模越大，模型在下游任务上的能力越多、越强。

大模型

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

和蒸馏直接偏好优化(distilled direct preference optimization, dDPO)以及利用AI反馈(AI Feedback, AIF)的偏好数据，研究者成功提升了模型的任务准确性和意图对齐度

小型语言模型 Zephyr-7B

一条价值2W的Prompt，帮你生成提示词的超级提示词

如果你完全理解你的任务，回答："我今天能帮你什么，（your name）" 出自：https://mp.weixin.qq.com/s/uKx73HRNojAf7jgKxBg5pQ

prompt

玩一玩ChatGLM3，1660s即可流畅运行！

更完整的功能支持，原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。

大模型 ChatGLM

RAG应用中数据处理过程需要注意的事项

清理数据混乱数据存储中的重复Embeddings会带来几个问题，有效地“毒害”数据并阻碍下游任务，如检索、推荐或分类。

RAG 大模型

AI换脸工具:facefusion使用心得

Tolerant（宽容）: 宽容模式下，在处理大型或复杂任务时使用更多的显存，而不是在使用量上设定太多限制，适合显存资源充足的硬件设备。

FaceFusion 文生图

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

前言说起业务落地级别的姿态估计算法方案，大家基本上的共识都是top-down范式，也就是det+pose的形式，先由一个轻量级的目标检测模型提供bbox，再依次送入pose模型进行单人姿态估计

MoveNet-SinglePose Google 模型

<...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