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
· 深入探讨:Agent全自动写作长篇小说技术原理解析
· PPT又又有新突破了!智谱AI代码流造PPT
· 「长文」可能是目前最全的LangChain AI资源库之一
· 硬核解读Stable Diffusion(系列二)
· 铁锅炖blender+ComfyUI配置,更改模型地址
· 推荐智能体:利用大模型进行交互式推荐
· AI虚拟主播数字人技术实现Wav2Lip
· SD的老舅ComfyUI来了,节点式工作流,分部控制出图
· AI Agent的数字化革命:超越文本,走向自主决策与交互
· 盘点字节跳动最新的AI应用
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
大模型
为什么Llama2大模型可以在个人电脑上部署 ?
船长
本
着好东西必须体验一波的精神,立马去官网申请了下载模型的链接。
开源模型
数字人
划重点!全网最全AI数字人工具合集!
· 提供多种AI工具:包括AI文
本
配音、AI生成营销文案、AI模特、AI智能抠图等,提升你的营销效率。
AI
数字人
大模型
技术布道 | Prompt评估与优化,让魔法打败魔法,通过大模型获得更优质的Prompt进而获得更优质的内容
本
实验支持在MumuLab.cn中进行操作,完成实验并提交结果可获得实验积分、刷新排行榜、有机会兑换小礼品。
prompt
大模型
语音
关于AI声音生成的一切(语音+音乐+嘴型)
audioldm.github.io/audioldm2/ •Amphion:支持多种音频生成任务,包括文
本
到语音
声音
大模型
Github上Star数最多的大模型应用基础服务:Dify 深度解读
支持 Q&A 模式,与上述普通的「Q to P」(问题匹配文
本
段落)匹配模式不同,它是采用「Q to Q」(问题匹配问题)匹配工作; 2.
Dify
大模型
知识库
Prompt
Prompt工程如此强大,我们还需要模型训练吗?
LLM原始训练目标是为了生成自然、连贯的文
本
,因为其
本
身接受了大量的文
本
进行预训练,因此根据提示补全和创造文
本
就是模型的原生能力。
大模型
Sora
Sora相关论文合集---全32套大放送
### 分类定义:
本
文是一篇关于人工智能领域内扩散模型(Diffusion Models)的研究论文,具体探讨了基于Transformer架构的扩散模型(Diffusion Transformers
Sora
论文
LLM
从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统
一、简介 今天我们将深入探讨使用LangChain和Pinecone创建基于文档的问答系统的过程,利用最新的大文
本
语言模型(LLMs),如OpenAI GPT-4和ChatGPT。
知识库
langchain
ChatGLM
ChatGLM3在线搜索功能升级
重要的是DuckDuckGo提供免费的API使用,只需要简单的pip安装,既可以使用python脚
本
或者cli进行调用搜索。
ChatGLM3
搜索
教程
SD入门教程二:文生图基础用法(提示词)
基
本
原则!
SD
prompt
文生图
提示词
AI+音乐|对话 Suno CEO:破圈的音乐生成产品是如何诞生的?
用户可以通过简单的文
本
提示进行创作,生成多种音乐风格的高质量音乐和语音。。
suno
音乐
Stable Diffusion
SD入门教程一:Stable Diffusion 基础(技术篇)
首先,用户输入的 Prompt 会被一个叫Text Encoder(文
本
编译器) 的东西编译成一个个的词特征向量。
Stable
Diffusion
文生图
换脸
Roop升级版FaceFusion换脸AI技术使用以及部署教程
本
站不对最终用户的恶意行为负责。
FaceFusion
教程
开源
书生·万卷:难得的中文开源数据集
书生·万卷这个语料库,包含文
本
数据集、图文数据集、视频数据集三部分,数据总量超过2TB。
大模型
RAG
改进召回(Retrieval)和引入重排(Reranking)提升RAG架构下的LLM应用效果
其基
本
思路就是,原有的top-k向量检索召回扩大召回数目,再引入粗排模型,这里的模型可以是策略,轻量级的小模型,或者是LLM,对召回结果结合上下文进行重排,通过这样的改进模式可以有效提升RAG的效果。
大模型
<
...
81
82
83
84
85
86
87
88
89
90
...
>
1
2
4
5
6
7
8
9
100