文章列表-AI魔法学院

文章列表

ChatGPT丨一次性修改全文的提示语！

辅助工具修改： - 利用适当的连接词和过渡词来加强段落间的关联。

写文章

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

你可以直接使用diffusers库来使用： from diffusers import DiffusionPipeline import torch pipe = DiffusionPipeline.from_pretrained

文生图 Playground

使用BELLE项目部署bloomz模型（专业程序员精简版）

model_name_or_path /xxxx/bloomz-7b1-mt --ckpt_path /xxxx/bloomz-7b1-mt Cpu：内存约占用27G Gpu：int8模式下，显存约占用9G左右注：直接使用原始模型

belle 训练大模型

今天分享一个官方的高级的做数据分析的prompt提示词

而它强大的能力主要体现在数据分析这块，能够支持上传数据文档，如excel文件，或者是csv文件，它能够自己编写python代码来处理数据，而且还能自己去运行自己写出来的python代码，直接输出最直观的各种数据图表结果

prompt 提示词

必读！RAG好用的3种Router

kNN路由器（kNN-Router）：kNN路由器使用句子变换器对训练查询进行编码，并根据余弦相似度找到与测试查询最接近的训练查询

RAG Router

Stability AI开年首个大模型：专写代码，支持18种编程语言，上下文100K，苹果笔记本离线就能跑

参考链接： [1]https://huggingface.co/stabilityai/stable-code-3b [2]https://twitter.com/StabilityAI/status

Stability AI 大模型

傻瓜式！一键部署ChatGLM3，免去环境烦恼+开箱即用！集成API调用！本地化界面操作！

链接：https://pan.quark.cn/s/5e722c73ce23 提取码：NaM2 默认自带了chatglm3-6b-int4量化版本，需要大概5GB左右显存！

ChatGLM3 大模型

回归分析：探索变量之间的奥秘

接下来，踏上寻找数据的旅程，确保收集到准确可靠的数据。

回归分析变量

SD出图新思路

也是在跑图过程中无意发现的，希望对你们有用第一步： ①先通过文生图来正常设置出图即可 ②随时查看预览区的图，当渲染到符合预期效果的图时直接截图下来。

文生图 SD

通往AGI之路：什么是结构化提示词

比如，在 markdown 的语法下， # 表示标题，- 和 * 表示无序的列表，[] 表示超链接。

提示词结构化

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

for i in table_elements] 7 table_summaries = summarize_chain.batch(tables, {"max_concurrency": 5} 接下来

大模型 LangChain RAG

总结些SDXL出人像时遇到的困难

这次正好在实践中学习，先不管什么章法，直接看图说话就行了，后面再逐渐总结出规律。

文生图 SDXL

最强开源数字人对口型系统介绍

话不多说，我们直接看效果，时长00:25 这个是改进版，但还是模糊的，然后再看一个增强的：，时长00:25 增强版相比改进版要清晰多了，口型同步的也不错。

数字人开源模型

用AI做郭德纲说英文相声的爆款视频（详细教程）

比如认知类的可以外国的商业大咖讲中文，也可以出大量的这种粉丝制作这类视频并不难，主要是找到这个内容形态，今天我重新再给大家安排一个具体的教程，接下来讲解详细操作教程 &ensp

视频翻译语言

SD-WebUI和ComfyUI的局域网访问设置

网络设置里面，把开发远程连接打开，然后一键启动就可以了。

comfyui stablediffusion

<...89 90 91 92 93 94 959697 98 >

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