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
· Cursor 0.50 版本:一场惊艳的编程体验升级之旅
· 阿里Qwen3系列模型惊艳亮相
· 最新最强开源模型Qwen3本地运行指南!Windows+ollama+chatwise轻松搞定
· ChatGPT 技巧 | Prompt 逆向工程
· 知犀AI
· Cursor设计主管分享AI写出高质量代码的12个超绝妙招
· 13.5K Star ! Fish Speech Windows本地搭建,能否达到官方的级别?强烈推荐
· 文生图提示词prompt详解
· 国产视频制作之光-可灵:提示词大全整理
· 大模型在金融行业的应用场景
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
请以“续航”为题目,写一篇议论文
然而,在使用这些设备的过
程
中,我们也不得不面对一些问题。
中文
训练
大模型
RAG
检索增强生成 (RAG):What, Why and How?
机器学习从业者在RAG流
程
不同阶段使用多种技术来改善LLM性能。
检索增强
大模型
ComfyUI
【ComfyUI】使用ComfyUI玩SDXL的正确打开方式
在生成过
程
中,显存的占用率为7-9GB。
开源模型
Stable Diffusion
stable diffusion 远端跑图—— Api基础知识掌握
如果你想用手机或者电脑访问自己的服务器进行stable diffusion(以下简称sd)跑图,学会使用sd的api是必须的技能 上个月做了安卓和苹果手机用远端sd进行跑图的几个demo,整体流
程
很简单
文生图
api
微调
四种微调技术详解:SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法
预训练 SFT的旅
程
始于对大型语言模型进行预训练,这通常在大规模未标记的文本数据上进行。
大模型
ComfyUI
使用ComfyUI玩SDXL的正确打开方式
在生成过
程
中,显存的占用率为7-9GB。
文生图
ComfyUI
一文彻底搞懂多模态 - 多模态推理
知识图谱推理是指基于知识图谱中的事实和关系,通过逻辑、规则、统计或机器学习等方法,从已知的信息中推断出新的信息或关系的过
程
。
多模态推理
大模型
OCR
Windrecorder:连续记录屏幕内容,通过OCR技术识别记录内容
优化流
程
,提升性能 添加画面模态的识别,以实现对画面内容描述的搜索 记录前台进
程
名与记录OCR词语对应位置,以在搜索时作为线索呈现
Windrecorder
录屏
视频
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
方法 提出的MagicPose流
程
概述。
MagicPose
视频
阿里
阿里RAG新框架R4:增强检索器-重排序-响应器,5个知识密集任务上都超过Self-RAG等!
具体过
程
包括: o 文档顺序调整:利用图注意力学习将检索文档动态调整到开始、中间和结束位置,以最大化回答质量的强化奖励。
RAG
检索
大型语言模型
大模型
从零开始学习大模型-第一章-大模型简介
高计算复杂度:由于大模型的参数数量庞大,其训练和推断过
程
通常需要大量的计算资源和时间。
大模型
从零开始
OCR
Selenium+ddddocr | 再也不担心图片验证码
进行文字识别 res = ocr.classification(yzm.screenshot_as_png) print(f'验证码为:{res}') 运行该
程
序
Selenium
ddddocr库
ChatGPT
麦肯锡专家都在用的方法:用ChatGPT速览用户研究领域的 50 个核心概念
用户旅
程
是一种描述用户在使用产品、系统或服务过
程
中的行为和体验的方法。
用户
工作
解玄:共相、道、基类与战略
不同思维体系下对同样的事物会有不同描述,比如共相属于狭义哲学或者佛学、道则更像大众和玄学用语、基类则属于
程
序员,但背后的话题都和名家的名实有点关系。
玄学
科学
RAG
Rerank——RAG中百尺竿头更进一步的神器,从原理到解决方案
应用效果》; · 再之后是优化embedding模型:Embedding模型的选择其实很魔性,我们在优化过
程
中也会不断否定之前的一些判断
RAG
检索增强
<
...
83
84
85
86
87
88
89
90
91
92
...
>
1
2
4
5
6
7
8
9
100