文章列表-AI魔法学院

文章列表

领域大模型-训练Trick&落地思考

个人感觉应该跟领域数据量有关，当数据量没有那多时，一般数据比例在1:5到1:10之间是比较合适的。

垂直训练大模型

网易有道强力开源中英双语语音克隆

它只使用音高、速度、能量和情感作为风格因素，而不使用性别。

语音开源

对ChatGPT最有效的Prompt！

现在，它拥有了所有需要的信息，就可以写出一个信息量更丰富的输出，而且几乎不需要猜测。

ChatGPT prompt

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

经过我多轮测试，豆包的生图质量、效果和速度都挺不错。

AI工具文生图

垂直领域大模型的一些思考及开源模型汇总

模型参数越大，需要数据量越大，领域可能真的没有那么多数据。

垂直领域大模型开源模型汇总

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

基于Transformer的语言模型训练成本之所以昂贵，主要是因为最优化的后向梯度下降过程中的内存需要是模型参数量的最多16倍以上！

开源模型

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

LangChain 知识库

PDFTriage:面向长篇结构化文档的问答

问题的整体质量,如其难度、清晰度和回答它所需的信息。

大语言模型 PDF 文档

Stable Diffusion

Stable Diffusion 生成卡通证件照

Steps)：25 采样方法 (Sampler)：DPM++ SDE Karras 宽度：616 高度：768 总批次数：3 单批数量：

SD 证件照文生图

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

数据预处理数据预处理主要指如何将「文档」进行向量化。

大模型训练

10个大模型私有化需要关注的问题

这需要结合实际场景确定服务器容量、存储、网络带宽和未来可扩展性要求等需求。

开源模型

Stable Diffusion

Stable Diffusion生成卡通证件照

Steps)：25 采样方法 (Sampler)：DPM++ SDE Karras 宽度：616 高度：768 总批次数：3 单批数量：

Stable Diffusion

好看的图片不知道怎么写提示词？用AI读出来

3、其他用途除了作为反推插件，Wd14 Tagger还被作为训练模型的必备工具，替代人工打标，减轻工作量，实现全面自动化“炼丹”。

文生图

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。

大模型

45个 DALL-E 3 使用案例 (附提示词)

提示词：为[特定身体部位，如'前臂']设计象征[特定含义或主题，如'力量和韧性']的独特绘画纹身，融入[特定符号或意象，如'狮子和玫瑰']等元素。

DALL-E 提示词文生图

<...77 78 79 808182 83 84 85 86 ...>

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