文章列表-AI魔法学院

文章列表

从零开始学习大模型-第二章-大模型学习路线

卷积神经网络(CNN)和循环神经网络(RNN)：深入学习CNN和RNN的原理和应用，这对于理解后续的大模型至关重要。

大模型学习

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

大家好，我是每天分享AI应用的萤火君！

SUPIR 文生图

2023检索增强生成技术（RAG）研究进展

这不仅提升了模型的表现，也极大扩展了其应用范围。

RAG 检索增强

XX来信：智能体设计模式2：Reflection

如果使用自动化交付关键反馈的步骤，让模型自动批评自己的输出并改进其响应，结果会怎样？

Reflection 智能体

文生图提示词prompt详解

提示词 Prompt 用文字描述你想要生成的东西支持的语言支持的输入语言为英语（不用担心英语不好的问题，目前网上有很多tag生成器供你使用），SD支持用自然语言描述，不过还是推荐使用用逗号分隔的一个个的关键词来写

SD prompt 文生图提示词

大模型压缩首篇综述来啦~

依据应用量化压缩模型的阶段，可以分为以下三种方法： .

大模型

大模型微调数据选择和构造技巧

在大模型微调里面对应的生成小红书文案场景，同样的问题也是爬来的数据就可以直接用吗？

大模型微调

大模型量化：什么是模型量化，如何进行模型量化

通过深度学习，我们可以得到用于处理各种任务的高性能模型，这些模型大多都很复杂、一般只适合在GPU上进行推理，并不适合在板端进行推理，然而在实际应用时，很多场景都需要将模型部署到板端。

大模型

总结些SDXL出人像时遇到的困难

模型很难出流泪的场景要么是流的泪很混乱，参考我的SDXL出的几张图：就没有真实流泪的感觉，都是很杂乱的泪~ 用1.5的墨幽模型也出着试试：这张还像那么回事

文生图 SDXL

QWen1.5: 卓越模型之路

、 Chat模型表现如下：上述结果展示了Qwen1.5 Chat模型强大的多语言能力，可用于翻译、语言理解和多语言聊天等下游应用。

Qwen1.5 开源模型

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

在推理过程中，使用贪婪解码生成文本。

大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

该模型在未见过的人类身份和复杂的运动序列上也具有良好的泛化能力，无需在具有不同人类属性的数据上进行任何微调，并利用图像扩散模型的先验知识。

MagicPose 视频

ComfyUI学习笔记2，一文看透Workflow

类比webui的使用体验： 1.调好参数 2.点击生成 3.等待结果除了观察命令行窗口能获得一些生成进度中的信息，在webui界面上，基本还是传统软件的使用思维

comfyui 文生图

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

大模型套壳祛魅：质疑套壳，理解套壳

所以，上述模仿模型不能用于商业用途。

大模型套壳

<...83 84 85 868788 89 90 91 92 ...>

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