文章列表-AI魔法学院

文章列表

人工智能训练的灾难性遗忘以及解决方案

当我们的大脑在思考、学习、记忆的时候，就是这些神经元和突触在发生作用。

人工智能大模型

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！

o 响应器（Responder）：将查询和调整后的文档作为输入，生成回答。

RAG 检索大型语言模型

网易有道强力开源中英双语语音克隆

未来工作当前的实现侧重于通过提示控制情绪/风格。

语音开源

【ComfyUI】爽玩必备,6大插件汇总推荐！

如果使用别人的工作流，出现节点缺失的情况，可以点击“安装缺失节点”，需要模型的时候，还可以点击“安装模型”。

comfyui 文生图

【ComfyUI】爽玩必备！6大插件汇总推荐

如果使用别人的工作流，出现节点缺失的情况，可以点击“安装缺失节点”，需要模型的时候，还可以点击“安装模型”。

大模型

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

是一个操作简单的大模型部署工具！

Qwen1.5 开源模型

Stable Diffusion

Stable diffusion 有哪些不错的模型

作者：AI时代社链接：https://www.zhihu.com/question/597629253/answer/3042997052 基础模型（不推荐） SD系列比如sd-v1

文生图

检索增强生成(RAG)有什么好的优化方案？

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强生成

智源：70万预算，从头开发千亿参数大模型，挑战成功！

作者给出了Open LLM数据集的测试结果。

大模型

吴恩达Prompt教程之总结图解

Instruction tuned LLM首先需要从大量文本数据中训练处一个Base LLM，随后使用指令和比较好的输入输出去进一步训练（微调、优化）LLM，在训练过程中，输入和输出都是作为指令给到LLM

prompt 教程吴恩达

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

服务器端可以通过浏览器发送的事件标识符来确定从哪个事件来继续连接 4、SSE注意事项保证数据的完整性：客户端在每次接收到消息时，会把消息的id 字段作为内部属性 Last-Event-ID储存起来

大模型

一文读懂GPT-1：生成式预训练如何提升语言理解

它采用了Transformer作为模型架构，这种架构提供了更加结构化的记忆，以便处理文本中的长期依赖关系，从而实现了卓越的迁移性能。

GPT

ComfyUI学习笔记：插件安装

进一步丰富功能时，需要按需自主添加节点，例如加入LoRA：也可以使用节点搜索（双击空白处）：这与webui一上来就摆好盘的软件操作思路有所不同：所以之前有webui使用经验后

comfyui 插件绘画

Stable Diffusion

16/180 Stable diffusion 抽卡神器 dynamic prompts

这里每一种颜色都是1/4概率抽卡次数 {n$$blacklwhitelyellowlred} n 代表一次抽几种颜色这里4种颜色所以范围是1-4 这个语法主要是融合作用

提示词文生图

<...85 86 87 888990 91 92 93 94 ...>

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