首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· PPT又又有新突破了!智谱AI代码流造PPT
· Ollama还是vLLM?深度解析四大顶级LLM服务框架:性能、特性与技术选型指南
· 剪映专业版智能补帧
· 阿里Outfit Anyone实现真人百变换装
· 13.5K Star ! Fish Speech Windows本地搭建,能否达到官方的级别?强烈推荐
· AI 爆文写作:如何用GPT写出10万+?这篇五千字长文给你答案
· Stable Diffusion生成美女正向词和反向词示例
· 多智能体开发框架怎么选型?京东 JoyAgent vs langchain LangGraph,两种Agent开发哲学的碰撞!
· 开源新标杆,千问Qwen2系列模型发布,全面超越LLama3
· AIGC工具提示词技巧
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
Prompt
会议纪要类提示词大全-最全会议纪要prompt
段落的形式呈现: 会议主题: ********** 参与人员:发言者1、发言者2、发言者3 讨论议题: 1、2、3 关键观点: 1、2、3 决策: 1、2、3 【以上三个步骤层层递进,不断优
化
迭代
prompt
提示词
大模型
我为什么不看好大模型行业
它提供的不仅仅是GPU硬件,更是一系列基于GPU去开发软件的工具链,几十年培养出来的这个生态为它带来难以撼
动
的优势。
大模型
大模型
智谱AI大模型ChatGLM3-6B更新,快來部署体验
3.放松身心: 在睡前做些放松的活
动
, 例如泡个热水澡, 听些轻柔的音乐, 阅读一些有趣的书籍等, 有助于缓解紧张和焦虑, 使你更容易入睡。
ChatGLM3-6B
开源模型
AIGC
AIGC的7个黑暗面
他们正在游荡,用受过大学教育的英语专业学生的能力来搭配
动
词和语法。
大模型
换脸
Roop升级版FaceFusion换脸AI技术使用以及部署教程
python run.py --execution-providers openvino 二、模型下载 该模型默认路径为%USERPROFILE%,我们可以通过在CMD中执行下面的代码,将会
自
动
打开模型存放的对应目录
FaceFusion
教程
再也不用担心 AI 图片脸崩手崩了
大家可以根据
自
己的喜好选择相应的模型。
ADetailer
安装
文生图
Prompt
写好Prompt提示工程的一套通用框架 - 5个关键要素
问题:2022年李明开摩托车遇到了什么
动
物?
Prompt
提示工程
大模型
预训练对话大模型深度解读
目前人工测评结果优于原始Transformer模型和中文GPT-2模型: 测试数据集:STC微博数据集 人工评价维度:流畅度、相关性、信息量 CDial-GPT获得了中文
自
然语言处理会议
语音
「语音转换新速度」— 探秘Whisper JAX的70倍速提升
此外,它在JAX框架下的优
化
使其能够利用Google的TPU架构,这在处理大规模数据时提供了前所未有的速度优势。
Whisper
语音识别
ChatGPT
ChatGPT Prompt提示词学习手册(提示词万能公式),建议收藏!
例如:请描述一下巴黎塞纳河的历史和文
化
意义。
ChatGPT
Prompt
AI出题,做不完,根本做不完
这里我们还使用了 <
动
态内容> 进行占位,这个部分会被大模型
自
动
理解并填充内容。
大模型
提示词
试题
大模型
大模型RAG检索增强问答如何评估:噪声、拒答、反事实、信息整合四大能力评测任务探索
生成后,手
动
检查答案,并过滤掉难以通过搜索引擎检索的数据。
大模型
RAG检索增强
语音
「语音识别的未来已来」——探索Distil-Whisper,轻量级AI的强大力量
与OpenAI的Whisper相比,Distil-Whisper更适合运行在资源有限的设备上,如移
动
设备和嵌入式系统,同时其在长音频处理和噪声抑制上的表现,也显示了其独到的优势。
Distil-Whisper
语音识别
微调
Prompt、RAG、微调还是重新训练?如何选择正确的生成式AI的使用方法
RAG产生了高质量的结果,因为它增加了直接来
自
向量
化
信息存储的特定于用例的上下文。
生成式AI
LLM
最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果
当与其他句子Embedding进行比较时,
自
然会在这个层次上进行比较。
RAG
大模型
<
...
71
72
73
74
75
76
77
78
79
80
...
>
1
2
4
5
6
7
8
9
100