文章列表-AI魔法学院

文章列表

喂饭级 AI’MWISE 启动器安装教程

可能会出现一些依赖或者子程序没有安装成功，我们会定期统计以及修复，如果遇到问题可以在以下的表格和文章寻找答案，以及上传你遇到的问题，我们会及时进行复现与修复，也希望有志之士一起解决软件发生的小bug ，让每个人都能体验ai

文生图

ComfyUI 基础教程（二）：文生图基础流程

一旦节点被创建并连接好，你可以点击面板右侧的工具栏中的 "Queue Prompt"，开始生成图片

comfyui 文生图

MidjourneyV6高级提示词技巧（人物篇）

接着，尝试使用不同的风格，并尽量具体化，避免使用如8k、HDR等专业术语。

Midjourneyv6 文生图提示词

Fooocus更新了2.3

在高级设置里调试工具下面多了几个选项，比较常用的就是设置是否随机通配符。

fooocus 文生图

为什么Llama2大模型可以在个人电脑上部署？

PyTorch PyTorch就像一个神奇的工具箱，集成了很多功能。

开源模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

直接在预训练语言模型中统一建模，比如GPT2/GPT3 前缀微调（Prefix-tuning) 将prompt方式扩展到连续空间，在每层输入序列前面添加prompt连续向量【随机初始化，并不对应到具体的

训练微调

ChatGPT丨一次性修改全文的提示语！

辅助工具修改： - 利用适当的连接词和过渡词来加强段落间的关联。

写文章

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

🤖 强大的 AI 模型支持 · • Claude Sonnet 3.5：目前表现最好的 AI 模型。

Screenshot-to-Code 代码

大模型时代，数据为王，在哪里寻找开源数据集？

www.microsoft.com/en-us/research/tools/ 5、谷歌开源数据集链接：https://datasetsearch.research.google.com/ 没有FQ工具

开源数据训练

大模型：泛化即智能，压缩即一切

在人工智能领域，通俗地说，泛化是指模型在训练数据中学习到的共性，这样在面对从未见过的数据时就能够具备很好的预测能力。

大模型泛化

将任意文本转换为知识图谱

如何从大量工作中创建一个简单的知识图谱？

知识图谱转换文本

简单提升RAG的10种方法

提示工程常见的一个提示词是：根据给定的上下文信息回答问题在实际项目中，提示词是非常脆弱和敏感的，当前的大模型对提示具有非常高的依赖性，这种依赖性与模型的能力成反比，也就是模型的能力越弱

RAG 大模型

真格基金大模型能力测试问题集---基础篇

作为早期投资人，我们经常需要试用和评估新发布的对话式 AI 产品，其中比较常用的方式是通过一些 Prompts，将它们与标志性的 ChatGPT 的输出结果进行直观的横向对比。

大模型训练中文

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

年后，微软将 MS-DOS 4.0 开源距离 1988 年首次发布，MS-DOS 4.0 至今已有近 36 年的历史，此次微软开源的 MS-DOS 4.0 项目是在 MIT 许可下发布，具体包含了源代码

MS-DOS 4.0 开源模型微软

Prompt屠龙术-少样本示例

（大语言模型是少样本示例学习者）文章指出: 当语言模型的规模达到一定程度时，其在少量样本学习任务中的性能会得到极大的提升示例是增强 LLM (大语言模型) 性能并指导其产生所需输出的最强大工具之一

Prompt 少样本示例

<...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