文章列表-AI魔法学院

文章列表

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

「知识迁移：」受益于统一格式的学习，OmniGen有效地跨不同任务迁移知识，应对未见过的任务和领域，并展示新颖的功能。

大模型研究

Agent四大范式 | 综述：全面理解Agent工作原理

在进行规划时，这些信息会被调取出来，充当辅助提示，以增强规划的效果。

Agent 大语言模型

使用ChatGPT润色出高品质文章！

比如文章中使用了一些过时的词汇或短语，通过使用更常见的同义词或现代的短语可以使文章更加现代化。

ChatGPT 写作

SD入门教程六：ControlNet基础入门

有了这些控制参数以及辅助模型，比我们直接用提示词去生成图片输出的结果会更加精准、具体。

ControlNet 文生图

ComfyUI王牌！复合生成！必须揉在一起

官方示例里称之为Noisy Latent Composition- 噪声潜空间合成。

comfyui 文生图

Comfyui一键更换人物背景！饭来了快张口！

“ 提示词区域书写提示词的区域，想要什么背景写进去就好， “ 图像背景处理这部分处理图像背景的区域

换背景绘画

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

而成年人的平均阅读速度在每分钟200-300个单词之间，不过不同的人差别很大，下图展示了一些研究结论：可以看到，根据相关的研究，高中生的阅读速度是每分钟300个单词左右，而成年人在每分钟

大模型

8个常用中文OCR数据集，附下载链接

数据集的基本单元是文本行而非单词。

OCR

图解检索增强式生成（RAG）技术 | 万字长文

简而言之，RAG 结合了搜索和 LLM 的提示功能，在此基础上，模型根据搜索算法提供的信息，作为上下文来回答问题。

检索增强式生成 RAG

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

去年宫斗风波发生时，马斯克就表示很担心：Ilya是一个拥有良好道德的人，并不寻求权力。

OpenAI 大模型

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

在第一阶段，利用混合形状和3D顶点作为中间表示，混合形状提供粗略的运动，顶点偏移描述细粒度的嘴唇运动。

VividTalk 视频

【大模型微调】 Llama 2 ：对话模型的全过程微调

因此，他们优先采集了几千个高质量的 SFT 数据示例，并发现使用更少但质量更好的示例可以显著提高性能。

大模型

手把手教你认识学会LangChain

LangChain提供了一些提示/链来协助这个工作。

langchain

Fooocus制作从小到老图

通配符的意思也非常简单，比如我的关键词：5岁的女孩，那么使用可以给他从5岁到80让他每次替换即可。

Fooocus 文生图年龄

<...73 74 75 767778 79 80 81 82 ...>

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