文章列表-AI魔法学院

文章列表

详解大模型RLHF过程（配代码解读）

奖励模型最后一层隐藏层的输出维度为(B,L,D)，通过一个D✖️1的全连接层将维度变为(B, L)，在L这个维度上，第i个位置的数据表示：从第i个位置到最后一个位置输出所能获得的奖励分值的累加和

训练

Stable Diffusion

Stable Diffusion插件：提示词

可以使用我分享的资源，关于微信公众号：萤火遛AI（yinghuo6ai），发消息：SD，在插件文件夹中找到 sd-webui-prompt-all-in-one，下载后解压，然后上传到 WebUI 的插件目录

Stable Diffusion 提示词

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

解释一下病毒的传播途径和预防措施，并提供相关数据支持。

ChatGPT Prompt

AI出题，做不完，根本做不完

演示效果如下：提示词编程从这一节开始就是学到的提示词编程部分了。

大模型提示词试题

回归分析：探索变量之间的奥秘

一、开启探索之旅回归分析，这把探索世间万物背后逻辑的钥匙，能够解锁变量之间的关系。

回归分析变量

解放AI生产力——为什么要使用ComfyUI

各位请看，这是我原来的UI：原来的UI用起来很简单，输入正面提示词和负面提示词后点击生成之后，就会生成图片，这也是一开始就有的生成方式。

文生图

15种ChatGPT高频用法

学术和作业帮助可以帮助解决数学问题、寻找历史资料、理解科学概念、写论文等 2.

大模型效率

真格基金大模型能力测试问题集---基础篇

同时，鉴于随着参数和数据规模增大，大模型会涌现出新能力，与这些新能力相关的测试集也在不断增加。

大模型训练中文

自动优化Prompt：Automatic Prompt Engineering的3种方法

另外，这一步如果在全量训练集上评估，则开销非常大，因此作者提出一种multi-stage策略。

prompt 大模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

在自然语言处理中，Embedding 常常用于将文本数据中的单词、句子或文档映射为固定长度的实数向量，使得文本数据能够在计算机中被更好地处理和理解。

RAG Embedding

几个对我影响很大的统计学模型

2、贝叶斯方法贝叶斯定理的核心在于，你开始时有一个先验信念（或概率），然后你收集更多的证据，并更新这个信念来形成一个更加精确的后验概率。

统计学大模型

Stable Diffusion

Stable Diffusion高精度换脸

Diffusion 模型：BRA_V4_2.safetensors 外挂 VAE 模型：chilloutmix_NiPrunedFp32Fix.vae.ckpt Lora模型：反向tag： CLIP 终止层数：

Stable Diffusion 文生图

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

通过掌握这个原则，不仅能够优化我们与ChatGPT的互动，还能为我们的日常工作打开全新的可能和便利。

ChatGPT 大模型

Kimichat炒股：7个提示词案例

此外，投资者应该根据自己的财务状况、投资目标和风险承受能力来制定投资策略。

Kimichat 提示词

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与 ColBERTv2 相比，Jina-ColBERT 在各项测试中都展现了顶尖的性能，特别在处理长文档数据集时，其表现更是显著优于 ColBERTv2。

rag 大模型

<...74 75 76 777879 80 81 82 83 ...>

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