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
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· 通俗解读大模型微调(Fine Tuning)
· 为你推荐开源项目:Meridian——专属个人情报站!
· 阿里Qwen3系列模型惊艳亮相
· 划重点!全网最全AI数字人工具合集!
· 大模型业务应用中数据准备的要求、难点及解决思路
· 用Midjourney给自己制作精美的logo或头像
· 阿里通义实验室薄列峰:从兵马俑跳“科目三”到照片唱歌,四大框架让AI生成的人物活起来丨GenAICon 2024
· Kimi+扣子Coze,我零门槛制作了一个好用的智能体Agent | 智能体开发
· 惊艳推荐!8款好用又免费的文本转语音TTS工具
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
如何使用 Megatron-LM 训练语言模型
pytorch:xx.xx-py3 git clone https://github.com/NVIDIA/Megatron-LM 你还需要在容器的 Megatron-LM 文件夹中添加分
词
器的
词
汇文件
开源模型
ChatGPT
如何使用ChatGPT写论文
提
供一些能帮助我
提
高数据分析技能的资源 2.
ChatGPT
写作
大模型
大模型高效微调:🤗 PEFT 使用案例
提
示
通过包括描述任务的文本
提
示
或甚至演
示
任务
示
例的文本
提
示
来为特定的下游任务准备一个冻结的预训练模型。
大模型
大模型
最强开源大模型Llama 3,在扎克伯格设想中其实是这样的
5、很多时候,当用户使用
AI
的时候,他们可能并不清楚自己想得到什么,也可能不知道如何
提
问。
Llama
3
大语言模型
LLM
【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程
如上图所
示
,大名鼎鼎的 BERT 就使用的这种切
词
法。
大模型
训练
Animatediff V2 版本来了!就一个字:秀
Prompt travel,可以在
提
示
词
中指定第几帧指定什么动作或者画面,我们可以通过
提
示
词
来动态控制我们的动画啦。
Animatediff
文生图
Stable Diffusion
[Stable Diffusion]Segment Anything实现商业换装
与传统的分割工具相比,它的优势就在于自动检测,大大
提
高了分割效率。
Segment Anything
文生图
ComfyUI
ComfyUI安装及生成第一张图
完成后,右键单击该文件ComfyUI_windows_portable_nvidia_cu118_or_cpu.7z,选择“显
示
更多选项” > “7-Zip” > “在此处
提
取”。
ComfyUI
文生图
开源
OpenAI真的开源了!这波「实时语音」操作,让万物开口说话,我爱了
当时发布者就现场演
示
了和它的实时互动,效果和真人聊天一样流畅!
OpenAI
嵌入式实时语音
SDK
开源
30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0,微软在 GitHub 上开源了!
时下幸得一位研究人员的
提
醒与争取,微软和 IBM 于近日决定将 MS-DOS 4.0 版本开源出来,还将代码发布在了 GitHub 上(https://github.com/microsoft/MS-DOS
MS-DOS
4.0
开源模型
微软
清华
清华、面壁智能发布:主动式Agent 2.0
这种转变不仅减轻了用户的认知负担,还能够帮助识别人类未明确表达的潜在需求,从而为用户
提
供更全面和无缝的服务。
Agent
2.0
大模型
金融
金融行业中 Fintech 的应用场景
首先,先来看一下 Fintech,这个单
词
代表的什么含义。
Fintech
金融
大模型
重磅来袭!Llama中文社区开源预训练中文版Atom-7B大模型
为了
提
高中文文本处理的效率,我们针对Llama2模型的
词
表进行了深度优化。
大模型
大模型
详解大模型RLHF过程(配代码解读)
,得到一个reward,模型并没有在每个action之后得到新的state(感谢评论区大佬的点拨,对于answer的第二个
词
,可以把prompt+answer的一个
词
当作新的state,而不只是把prompt
训练
Prompt
Prompt工程如此强大,我们还需要模型训练吗?
做个实验:首先把模型能够正确回答的第一个例子作为
提
示
词
输入,查看能否顺利推理出第二个问题: Few-shot的编写格式: 当需要输入多段问答作为
提
示
词
时,以Q作为问题的开头、A作为回答的开头(也可以换成
大模型
<
...
71
72
73
74
75
76
77
78
79
80
...
>
1
2
4
5
6
7
8
9
100