文章列表-AI魔法学院

文章列表

ChatGPT提示工程5篇合集(一)：ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作（珍藏版）

输入Prompt提示，让ChatGPT生成一个由三个虚构的书名及其作者和类型组成的列表，并以JSON格式和给定字段输出结果: Generate

prompt 提示词

Stable Diffusion

Stable Diffusion真实人物转卡通证件照（2.0版）

(Steps)：20 采样方法 (Sampler)：DPM++ SDE Karras 宽度：616 高度：768 总批次数：1 单批数量：1 提示词引导系数 (CFG Scale

Stable Diffusion 文生图

大规模训练系列之技术挑战

1.2 数据与模型规模对精度的影响近年来，随着数据规模和模型规模的不断增大，模型精度也得到了进一步提升，一些列研究实验表明，从大模型与大数据入手提高模型精度是可行的。

开源模型

大模型：泛化即智能，压缩即一切

监督学习是优秀的数据海绵经过监督学习训练的深度神经网络是优秀的数据海绵——它们可以记住大量数据，并且可以通过数万批量大小的训练来快速完成这一任务。

大模型泛化

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

数据有三个不同来源。

BGE M3-Embedding 多语音检索

领域大模型LLM训练Trick

主要是因为这些数据的数据质量较高，领域相关性比较强，知识覆盖率（密度）较大，可以让模型更适应考试。

垂直训练大模型

Stable Diffusion

Stable Diffusion图生图（真人转动漫）

(Steps)：20 采样方法 (Sampler)：DPM++ 2M Karras 宽度：512 高度：768 总批次数：3 单批数量：1 提示词引导系数 (CFG Scale)

StableDiffusion 图生图

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

大模型量化：什么是模型量化，如何进行模型量化

Tmax表示浮点数的最大阈值，Tmin表示浮点数的最小阈值。

大模型

一文讲明白什么是预训练、微调和上下文学习

比如说在包含数百万本书、文章和网站的数据集上预训练像 GPT-3 这样的语言模型。

大模型训练

RLHF 在 Text2SQL 领域中的探索

图1 DB-GPT项目原生对话示意图 02 数据集公开的 Text2SQL 数据集比较多

Text2SQL RLHF

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

它可以帮助用户快速、高效地获取微信公众号中的文章数据，并进行进一步的分析和处理。

微信爬虫

中文通用大模型最全汇总

模型的主要特性有：较大提升LLaMA的中文理解能力，并尽可能减少对原始LLaMA英文能力的损伤；训练过程增加较多的任务型数据，利用ChatGPT生成解析，强化模型理解任务求解逻辑；全量参数更新，追求更好的生成效果

大模型开源模型

国内法律类大模型介绍

：论文、新闻、法规、司法解释、法律咨询、法考题、判决文书组成，随后经过清洗、数据增强等来构造训练数据 * 算力：multiple

法律大模型

Stable Diffusion

Stable Diffusion超清放大及修复细节操作

; Stable Diffusion 模型：奇幻骇客_白棱XL_v1029.safetensors 外挂 VAE 模型：无 Lora模型：无反向tag：无 CLIP 终止层数：

Stable Diffusion 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