文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 文生图全网最细详解

并不是越高越好来看看效果会发现步数到了60其实也还好，但同时需要考虑到性价比，步数越高也就意味着耗费的资源会越多，对机器的配置会更高。

文生图 SD

大规模训练系列之技术挑战

P：模型参数量，单位为Billion 当优化器是SGD时，占用大小为： MS_FP16 = 2P(FP16参数)+2P（FP16梯度）+8P(FP32的参数、动量) = **12P*

开源模型

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

自解码器利用高效自注意力（efficient self-attention）机制来获取键值（KV）缓存：接收输入序列的嵌入表示，并使用高效自注意力来生成中间向量表示；使用因果掩码（causal

Decoder-Decoder YOCO 架构

再见了ComfyUI，WebUI也有了工作流

在AI绘画领域，Stable Diffsion是最受欢迎的，因为它是开源软件。

ComfyUI WebUI 文生图

LangChain + ChatGLM2-6B 搭建私域专属知识库

ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（

知识库

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

如果网络不稳定可以增加代理： https://ghproxy.com/https://github.com/thisjam/sd-webui-oldsix-prompt 2、插件的使用安装成功后，重启启动器，

stable diffsion 提示词

80多个罕见的论文prompt，让你起飞！

在[特定学科，例如“天体物理学”]的范围内，我希望加强这一主张：[将您的短语粘贴到此处]。

prompt 提示词论文

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

自 ChatGPT 发布以来，大模型的强大让人们看见了通用人工智能的曙光，各个科技大厂也纷纷开源自家的大语言模型。

大模型

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

1.预训练阶段（Pretraining Stage）工欲善其事，必先利其器。

大模型训练

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

但是近期，网易有道AI算法团队也开源了一款国产TTS语音合成引擎EmotiVoice，刚上线仅一周时间就暴涨4200颗星，问鼎当周GitHub trending流行榜第一。

EmotiVoice 语音库

最佳开源文生图大模型可图：安装与批量出图的完整教程

在机器测评上，Kolors 获得了最高的 MPS 分数，这与人工评估的结果一致。

可图 kolors

必读！RAG好用的3种Router

MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE架构的一种特殊情况，其中预测路由模型充当门控机制

RAG Router

中文开源OCR框架对比及介绍

金钱成本则基本没有（除了电费），如果大批量的跑字符识别可能需要搭建GPU服务器，这个花费就因人而异了。

OCR

解读wav2lip：探究语音驱动唇部动作的技术原理！

实验发现，相较于基于像素的人脸重建方法，这个专家判别器在口型同步判别任务上更精准。

wav2lip 语音

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

更高效的推理：为了支持更广大用户的使用，本次同时开源了 int8 和 int4 的量化版本，相对非量化版本在几乎没有效果损失的情况下大大降低了部署的机器资源门槛，可以部署在如 Nvidia 3090 这样的消费级显卡上

大模型微调

<...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