首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· PPT又又有新突破了!智谱AI代码流造PPT
· Ollama还是vLLM?深度解析四大顶级LLM服务框架:性能、特性与技术选型指南
· 这个数字人开源项目太牛了,非常全面的项目解决方案(含源码)
· AI创作 |如何通过GPT进行漫画视频的故事改写
· 入坑必看:comfyui界面与基础操作
· 我去,找到一个Github上非常优秀的AI项目,可控制鼠标、键盘,模拟人类操作,太丝滑,收藏~~~
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· Suno音乐新手指南(手把手完整版教程)
· NEFTune:在Embedding中加入噪⾳提⾼指令微调效果!
· AI 产品榜 · 国内 100 强和出海 20 强
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
微软
2.7B能打Llama 2 70B,微软祭出「小语言模型」!96块A100 14天训出Phi-2,碾压谷歌Gemini nano
大语言模型现已增长到
数
千亿的参
数
量,庞大的规模带来了强大的性能,改变了自然语言处理领域的格局。
小语言模型
大模型
CodeFuse开源编程大模型-您的开源编程助手
同时,CodeFuse项目开源了两个
数
据集,CodeExercise-Python-27k和Evol-instruction-66k。
大模型
AI编程
阿里
阿里Qwen3系列模型惊艳亮相
这里的235B和30B分别是总参
数
量,22B和3B分别是激活参
数
量。
阿里
Qwen3
大模型
Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力,平均性能超越GPT-4
相比之前的ChatQA 1.0版本,其训练方法和
数
据集都进行了优化,尤其增强了对表格
数
据和算术计算的理解能力。
Llama3-ChatQA-1.5
对话问答模型
Transformer
ViTPose+:迈向通用身体姿态估计的视觉Transformer基础模型
为了探索使用ImageNet
数
据进行预训练是否是不可避免的,ViTPose探索了能否只使用姿态估计
数
据 (MS COCO和AI Challenger
数
据)进行预训练。
ViTPose+
Transformer
身体姿态
微调
微调大型语言模型-核心思想和方法介绍
上面提到的快速调整方法提供了一种比参
数
微调更节省资源的替代方法。
大模型
训练
大模型
通俗解读大模型微调(Fine Tuning)
绝大多
数
人,是水、电的应用者。
大模型
微调
RAG
RAG从入门到精通-RAG简介
3.LLM的知识是编码在
数
百亿个参
数
中的,无法直接查询或编辑其中的知识图谱。
rag
大模型
Prompt
Prompt屠龙术-思维链
提示: 这组
数
中的奇
数
加起来是偶
数
:4、8、9、15、12、2、1。
Prompt
思维链
Stable Diffusion
Stable Diffusion 文生图全网最细详解
采样步
数
采样步
数
相当于是作画的时候画多少笔。
文生图
SD
Prompt
大语言模型定制化应用的三种方式:Prompt engineering、Fine tuning、Pre-trainning的区别
通过在任务特定
数
据集上微调模型参
数
,使模型适应特定任务的要求。
大模型
自动化神器Autolt:不再重复工作
Excel表格操作 无论是
数
据录入还是
数
据处理,Autolt都能在Excel中展现其强大的功能。
RPA
自动
Stable Diffusion
Stable Diffusion LightFlow 作弊插件!一键复用工作流
支持一键保存所有生成
数
据,让工作流被完整复现并进行分享。
流程
SD
微调
Prompt、RAG、微调还是重新训练?如何选择正确的生成式AI的使用方法
因为我们是在特定领域的
数
据上更新模型权重,模型产生更多的上下文响应。
生成式AI
大模型
大模型应用的10种架构模式
面向微调的分层缓存策略模式 我们将缓存策略和相关服务引入到大模型应用架构中,可以成功地解决成本、
数
据冗余以及训练
数
据等组合问题。
大模型
架构
<
...
78
79
80
81
82
83
84
85
86
87
...
>
1
2
4
5
6
7
8
9
100