文章列表-AI魔法学院

文章列表

大模型高效微调：🤗 PEFT 使用案例

huggingface/peft 文档：https://huggingface.co/docs/peft/index PEFT 使用接下来将展示🤗 PEFT的主要特点，并帮助在消费设备上通常无法访问的情况下训练大型预训练模型

大模型

结构化Prompt必备基础：5分钟学会Markdown语法，实现提示词创作自由！

26 27 ## Skills : 28 - [风格（Style）] 29 幽默和讽刺 30 详细说明：擅长使用幽默和讽刺的手法，通过戏谑的方式对现实问题进行表述。

Prompt 提示词 Markdown

Stable Diffusion

Stable Diffusion由入门到精通

当然你肯定会问哪里粘贴？

prompt 文生图

深度对比丨探索LLM（大模型）部署服务的七大框架差异

尽管它涵盖了基础知识，但遇到了必须在问题或源代码中搜索其他细节的情况。

大模型

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

有了NLLB，世界各地的人都有机会以自己的母语访问和分享网络内容；并且无论他们的语言偏好如何，都可以与他人在任意地方沟通。

翻译大模型

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

在这个仓库中，你可以找到Puppeteer的API文档、代码示例和常见问题解答。

GitHub 数据处理RPA

大模型量化：什么是模型量化，如何进行模型量化

为了解决模型难以部署到板端的问题，我们就需要通过模型量化来降低模型的复杂性，这个过程不可避免的会发生精度损失。

大模型

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

二背景知识 2.1 门控循环单元（GRU）门控循环单元（GRU）是一种常用的循环神经网络（RNN）结构，旨在解决传统RNN在处理长序列数据时的梯度消失或爆炸问题。

MCI-GRU 股票大模型

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

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

同样是上面的案例，下面是GPT3.5的效果： GPT3.5使用案例可以看到，GPT3.5连提示中的问题都没有整明白，更别说使用其进行润色了。

论文提示词写作

SD入门教程二：文生图基础用法（提示词）

原因是： · 绝大多数人缺乏对美的认知：这是一个很大的问题，因为你不知道你想要的图片是什么样的，所以你也不知道该怎么写 prompt。

SD prompt 文生图提示词

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

eventstream在当前请求结束后一股脑发完的情况后台限定1s一条，但到了客户端便成了上图这样（与云服务器流量大小也有一定关系）重定向在nginx重定向接口后，存在等待服务器返回的问题

GPT

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

; CustomAgentComponent：类似于 AgentFnComponent，可以实现 _run_component 来定义自己的逻辑，并访问任务和状态

Agent QueryPipeline 大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

微调方法的不断发展将继续推动人工智能领域的进步，为解决各种现实世界的问题提供有力的工具。

大模型

它来了！SDXL + ControlNet 终于强强联合！

那么大家可能就会会有疑问了，老版本的 ControlNet 模型能不能在 SDXL 中使用呢？

SDXL

<...68 69 70 71 72 73 747576 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