文章列表-AI魔法学院

文章列表

开源！数字人资源大集合！

[ PDF ] [视频] [谈话] LoopReg：用于 3D 人体网格配准的隐式表面对应、姿势和形状的自监督学习。

数字人开源

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

一.引用在LLaMA2-7B这样的原始LLM中使⽤带有噪⾳嵌入进⾏微调时，其在AlpacaEval上的性能从29.8%

NEFTune 大语言模型

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

当然总结摘要介绍这件事儿放在之前还是很繁琐的，需要一个一个的总结还要斟酌用词，现在我们尝试使用 AI 帮助我们进行知识摘要。

提示词文生图 AIGC

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

这种方法特别适用于需要大量领域特定数据的任务，但实际可用的标记数据有限的情况。

大模型

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

使用RMSNorm进行预归一化，同时使用旋转位置嵌入(ROPE)来编码位置信息， 3.

OpenELM 大模型

10个值得收藏的ChatGPT辅助编程技巧

结果可能有偏见、容易出错并且缺乏引用。

编程提示词 chatgpt

Stable Diffusion

硬核解读Stable Diffusion（系列一）

SD的扩展应用。

StableDiffusion 文生图

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

基本使用我这里有一张提前生成好的美女图片，现在就用她来实测 Reference 的控制效果。

文生图

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

图1-3 不同VAE之间的区别（来源：https://civitai.com/models/97653/z-vae）所以，选用不同的VAE模型在制图的过程中很有必要，具体选用哪个建议是用XYZ Plot

文生图

大规模训练系列之技术挑战

可以发现，单独使用大数据集或者是大模型，均能带来一定的精度提升。

开源模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

而对于Bottom-up模型而言，画面中有多个对象存在，难免有远近高低，因此不能只用一个尺度学到全部对象的可靠特征，因此需要用到FPN来做不同尺度的特征学习和融合。

MoveNet-SinglePose Google 模型

混合专家模型 (MoE) 详解

在有限的计算资源预算下，用更少的训练步数训练一个更大的模型，往往比用更多的步数训练一个较小的模型效果更佳。

MoE大模型

Prompt全攻略(二):Prompt编写的要诀

想要充分运用ChatGPT等AI系统,Prompt编写技巧尤为关键。

prompt

ComfyUI-基础图生图&基础图片缩放

Img2Img在ComfyUI中工作原理也是完全相同的，加载一个图像，用VAE图像编码器将其转换为潜在空间，然后用低于1.0的噪点对其进行采样。

ComfyUI 图生图

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

之前的文章已经介绍过相关安装方法，大家请点击这个链接移步过去：ControlNet 安装与基本使用方法使用方法这个控制网络可以用于文生图、图生图，这里以“文生图”为例。

StableDiffusion 文生图

<...90 91 92 93 94 959697 98 99 >

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