文章列表-AI魔法学院

文章列表

我用AI写小说：「素材篇」4种大神写爽文技巧+找素材新思路+三翻四震举例说明

相信大家都喜欢看有情节、有波折的故事，而不是平淡无奇的叙述。

AI写作

用so-vits-svc-4.1进行音色转换的极简教程

成功加载模型后，会显示模型相关的信息：扩散模型和聚类模型是两个扩展模型，聚类模型你炼说话模型时有用，会增加咬字，唱歌模型没啥大用，不用管，浅扩散模型可以修复部分哑音，但是会出现一些音色泄露问题，

声音 sovits

一个写了会上瘾的公众号写作模板

记住，如果觉得写作很难就先从每天所经历的事情开始记录，没有什么是信手拈来，你必须坚持练习，才能看起来毫不费力。

公众号写作模版

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

Lyft SEC 10-K 长达 238 页，按 ctrl-f 查找 "COVID-19 "可找到 127 条匹配信息。

大模型

RLHF 在 Text2SQL 领域中的探索

查询表t_user的所有信息，结果按id降序排序，只保留前10个数据 · 输出：SQL语句。

Text2SQL RLHF

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

直接从图片的描述文本中学习是一个有潜力的选择，因为这样我们可以获取更多的监督信号。

OpenAI 自然语言监督

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

ensp; 优化内容提取的方法：从源头解决内容提取的有效性，包括文本内容、表格内容（保留制表符）和图片内容（OCR识别）等，可以参看我之前的文章《完全指南——使用python提取PDF中的文本信息

RAG 检索增强

从零开始学习大模型-第一章-大模型简介

这就是大模型的工作原理：它们学习大量的数据，然后总结出这些数据的关键信息，以便我们能够更快地理解和利用这些知识。

大模型从零开始

大模型高效微调：🤗 PEFT 使用案例

inference_mode=False, r=8, lora_alpha=32, lora_dropout=0.1) 💡 有关您可以调整的其他参数的更多详细信息

大模型

盘点来自工业界的GPU共享方案

为了实现调度能力，应用了一些tricky 的技巧，也让device plugin不得不和APIServer直接通信。

大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

论文：https://arxiv.org/pdf/2410.16267 本文提出了一个专门处理视频的多模态语言模型：BLIP-3-Video（xGen-MM-Vid），它能有效捕捉视频帧之间的时间信息

大模型研究

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

您的输出结果应该只是{"想法"：，"安全性"：）"安全性 "应该只是列表中的一项：[安全回应、胡言乱语、人形模仿、语言忽视、不可信的判断、有毒语言、未经授权的说教、非事实性陈述]。

大模型心理

测评了8个国产AI大模型，差点崩溃……

国产大模型，进化之路漫长，但我们相信未来可期！

大模型测评

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

a.输出大小输出大小决定了画面内容的信息量，很多细节例如全身构图中的脸部，饰品，复杂纹样等只有在大图上才能有足够的空间表现，如果图片过小，像是脸部则只会缩成一团，是没有办法充分表现的。

文生图 SD

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

因此，可以把一个神经网络分成两块：低层的网络进行特征抽取，将原始信息变成容易被后面任务使用的特征；输出层的网络进行具体任务的预测。

大模型微调

<...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