文章列表-AI魔法学院

文章列表

吴恩达Prompt教程之总结图解

其中Base LLM是根据训练语料选择最大可能性的单词进行填充，因此，会在填空类内容上表现不俗，但是面对QA类似的问题，可能并不能令人满意。

prompt 教程吴恩达

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

http_api_url', { withCredentials: true }) 与 XMLHttpRequest 对象类型，EventSource 对象有一个 readyState 属性值，具体含义如下表

GPT

大模型微调数据选择和构造技巧

大的方向上大家都能把握，大概无非是要注意数据的多样性，要注意数据的质量，那在实践中有哪些技巧呢？

大模型微调

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

具体功能模块如下：开发部署初次使用建议查阅说明文档进行相关操作软件需求本项目已在 Python 3.8 - 3.10，CUDA 11.7/11.8 环境下完成测试。

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！

就是不知能力如何！

Qwen1.5 开源模型

【工具书】文生图常用的正向反向提示词以及常用词中英文对照表

给图片添加鲜艳的色彩，可以为你的图像增添活力 Bokeh 虚化模糊了背景，突出了主体，

文生图 prompt 提示词

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

解读wav2lip：探究语音驱动唇部动作的技术原理！

具体来说，wav2lip的训练流程如下：首先，提取音频特征，将音频特征与人脸图像进行配对，形成一个音频-图像对，然后训练专家音频和口型同步判别器。

wav2lip 语音

换脸软件 FaceFusion 保姆级教程

总体使用起来，界面感觉还挺简单的，如果要求不高的，基本不需要改动什么配置，直接选择源和目标就行了。

FaceFusion 教程

大模型压缩首篇综述来啦~

非结构化剪枝：指移除个别参数，而不考虑整体网络结构。

大模型

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ 首先这次直接说项目：GPT-SoVITS 项目功能介绍

数字人声音克隆 GPT-SoVITS

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

翻译 ChatGPT使用了多种语言的资源进行训练，这使得模型具备了翻译的能力。

prompt 提示词

图解 transformer——逐层介绍

一、overview 在第一部分，已经介绍过 Transformer 的整体架构： 1.

Transformer 大模型图解

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

总参数量 8B，单图、多图和视频理解性能超越了 GPT-4V。

minicpm 面壁

大语言模型微调：定制自己的微调数据集

数据样本应该充分，以确保模型能够准确地学习特定任务的格式和规律。

大模型

<...87 88 89 909192 93 94 95 96 ...>

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