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
· 字节跳动最强AI工具 “豆包” ,近1000款应用!一句话自动生成图文,堪比ChatGPT?
· Stable Diffusion 30种采样器全解!
· 大模型评测新思路:弱智吧精华问题大全
· 数字人起飞!字节Loopy对口型功能在即梦上线 可根据语境匹配表情和情绪
· GenColor.ai
· 【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
· 解码二维码:揭秘我的漂亮二维码生成秘诀!
· 建议收藏:超详细ChatGPT(GPT 4.0)论文润色指南
· 深度洞察:人工智能体(AI Agent)2024年重要发展趋势指南
· Stable Diffusion 加速/优化/升级 优化出图速度
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
RAG
RAG 2.0来了,它能成为生产落地的福音吗?
RAG 2.0由RAG系统发明者发布,通过预训练、微调和对齐所有组件为单个集成系统,优化语言模型和检索器性能,克服传统分阶段优化局限,显著提升系统整体性能。基准测试显示,RAG 2.0在开放域问答、忠实度、新颖度及长上下文处理上均优于传统RAG系统,为生产级AI应用开发提供新思路。
RAG
大模型
2024-08-20
2024-08-20
一个令人惊艳的图片高清化重绘神器:SUPIR来了!
萤火君分享AI项目SUPIR,利用尖端AI技术将模糊图片还原为高清图像,特别适合低分辨率和模糊照片,对风景和物件修复效果佳,人物肖像略逊但优于其他AI项目。SUPIR能修复老照片,但不擅长处理破损图片。使用简单,通过四步完成,支持参数调整优化效果。项目部署在Github,建议技术高手尝试,或使用作者提供的云环境镜像一键启动。
SUPIR
文生图
2024-08-20
2024-08-20
应用编排的未来是Pipeline,LlamaIndex开发预览版推出Query Pipeline,提升应用开发的灵活性
文章总结了应用程序从流程编排到灵活Pipeline的发展,特别在大模型AI时代,Pipeline成为构建AI应用的关键载体。介绍了FlowEngine和llamaindex的QueryPipeline,强调声明式Pipeline的灵活性和模块化优势,使AI应用开发更加简单、低门槛。展示了如何通过QueryPipeline构建复杂流程,并介绍了运行Pipeline及可视化流程的方法。
Query
Pipeline
大模型
2024-08-20
2024-08-20
大模型
中国首个长时长、高一致性、高动态性视频大模型,Vidu 登场
在中关村论坛,生数科技与清华大学发布中国首个长时长、高一致性、高动态性视频大模型「Vidu」,采用原创U-ViT架构,支持生成16秒1080P高清视频,具备模拟真实与多镜头生成能力,标志着在视频大模型领域的重大突破。
Vidu
大模型
视频
2024-08-20
2024-08-20
视频
厉害了,匹诺曹Pinokio!所有AI工具,一键安装,全部免费!整合AI绘画、AI视频、AI语音...
Pinokio,无脑一键部署主流AI模型项目!涵盖了 AI 绘画、AI 视频、AI 音乐、AI 数字人等各个领域 今天给大家推荐一款AI神器,匹诺曹Pinokio!有了它能够帮我们解决99%的本地AI模型安装问题!
AI绘画
AI视频
AI音乐
2024-08-19
2024-08-19
大模型
一键部署本地私人专属知识库,开源免费!可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型,零代码集成。
本文介绍了如何在本地搭建MarxKB知识共享系统,该系统支持多种大语言模型,零代码集成,便于个人和小白用户快速上手。通过Docker部署,用户可添加笔记、文档等至本地知识库,并利用大语言模型实现实时搜索与问答。文中详细讲解了Docker安装、MarxKB镜像下载与容器创建步骤,以及如何在MarxKB中创建知识库、配置并关联本地大语言模型(如ollama的llama3),最终构建一个本地文档问答系统。
知识库MaxKB
开源
2024-08-19
2024-08-19
白话Embedding:普通人都能懂的科普文
嵌入是将数据对象表示为高维向量,通过编码其属性为向量的几何属性来存储有用信息。这些向量可用于计算距离和角度,从而揭示数据间的相似性和差异性。嵌入模型通过神经网络训练,将高维数据转换为低维向量,以简化分析和应用。嵌入技术广泛应用于图像分类、人脸识别、文本与图像联合分析等领域,是现代AI和机器学习的重要工具。
Embedding
向量
2024-08-19
2024-08-19
工具
AIGC工具提示词技巧
文章介绍了提示词在AI创作中的重要性、写法框架、应用范例及编写技巧,并推荐了一些好用的AI工具。提示词需清晰、结构化,包括正向和反向提示词,用于指导AI生成图像、视频等。不同行业和专业人士需掌握专业词汇以提高输出质量。文章还通过示例展示了如何应用提示词进行创作,并推荐了如通义听悟、Suno、Runway等实用的AI工具。
AIGC
提示词
2024-08-19
2024-08-19
大模型
【手把手带你微调 Llama3】 改变大模型的自我认知,单卡就能训
本文介绍了如何微调Llama3模型以使其具备自我认知,通过修改模型回答如“你叫什么名字?”等问题的输出为“我是AI在手”。文章详细步骤包括环境搭建、数据集准备、模型下载、XTuner配置文件设置、模型训练、模型合并以及最终推理验证。此外,还提到了未来计划调整XTuner训练模板以支持英语对话的自我认知微调。
Llama3
对话问答模型
2024-08-19
2024-08-19
大模型
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
MiniCPM-V是面向图文理解的端侧多模态大模型系列。该系列模型接受图像和文本输入,并提供高质量的文本输出。
minicpm
面壁
2024-08-06
2024-08-06
教程
保姆级教程:Coze 打工你躺平
文章介绍了Coze(扣子),一个由字节推出的下一代AI聊天机器人构建平台。用户无需编写代码即可轻松创建机器人,用于写文章、找资料、画插图等任务。文章通过三个步骤展示了如何使用Coze:首先创建一个基础机器人,然后通过设置回复逻辑使其能够处理特定任务,最后将机器人发布到飞书,实现AI辅助工作的场景。此外,还介绍了如何使用工作流和代码进一步优化机器人的表现。文章强调Coze是当前AI辅助工作的最佳解决方案,并预告了后续将结合Coze API和飞书特性进行更深入的教学。
Coze
教程
2024-08-02
2024-08-02
Prompt
Prompt屠龙术-大厂prompt工程指南解析提炼
本文总结了编写prompt的通用原则,包括清晰、简洁、具体等,并提出结构化方法来优化AI提示的编写流程。文章首先介绍大厂官方的prompt书写指南,随后详述了构建prompt的六个基本原则,并通过开发LLM的AI提示流程(包括目的陈述、定义任务、正确指令、上下文指导、参数设置、用户输入、输出审查与提交七步)来展示结构化方法的应用。此外,还强调了思考过程的结构化,即通过逐步拆解和填充关键内容来构建完整的prompt实例。
prompt
大模型
解析
2024-08-02
2024-08-02
RAG
LLMOps框架Dify发布Workflow功能,RAG进入自由编排时代(附产品负责人分享PPT )
GDC2024上海召开,大模型应用开发引关注。Dify发布工作流功能,替代固化的RAG编排,平衡模型能力与生产需求。工作流将复杂问题分解,提升可控性、可解释性和鲁棒性。Langchain、LlamaIndex等增强自由编排能力。随着模型能力增强,workflow或成过渡手段,但稳定性或受影响。何文斯在大会分享“Dify Workflow:从Prompt工程到Flow工程”。
RAG
自由编排
Workflow
2024-08-02
2024-08-02
AI生成PPT不靠谱?那是你方法没用对
文章总结了PPT的40年历史及其普遍使用的现状,指出其耗时问题。随后,文章探讨了AI如何通过自动化编写PPT大纲和内容、美化PPT等步骤,来减少PPT制作的时间和精力。具体展示了如何使用AI(如Kimi)根据用户提供的文档或主题生成PPT大纲,并推荐了多款AI-PPT应用(如Gamma、美图AI PPT、Mindshow等)来快速制作PPT。最后,文章强调AI在PPT制作中的高效性,使得从编写大纲到生成PPT的整个流程在10分钟内即可完成。
PPT
制作
AI
2024-08-02
2024-08-02
大模型
大模型:泛化即智能,压缩即一切
本文总结了关于机器学习模型泛化能力的理解,强调了通过大量不同数据训练高容量模型的重要性,以追求长期泛化能力而非短期模型微调。文章从孔子对泛化能力的阐述引入,类比到机器学习领域,提出模型泛化能力类似于孩子通过多样化学习建立坚实认知基础。探讨了监督学习和无监督学习在提升模型泛化能力中的作用,特别是无监督学习通过分布匹配捕捉数据内在结构。此外,讨论了涌现现象,即模型在长时间训练后突然理解数据深层数学结构并实现泛化。文章最后总结了泛化能力的关键要素,并提到压缩与预测等价,大模型可视为对世界信息的压缩表示。
大模型
泛化
2024-08-01
2024-08-01
<
...
8
9
10
11
12
13
14
15
16
17
...
>
1
2
4
5
6
7
8
9
100