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
· 最新最强开源模型Qwen3本地运行指南!Windows+ollama+chatwise轻松搞定
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· Coze、Dify、FastGPT:哪款智能体平台最强?深度对比分析!
· GenColor.ai
· 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
· AI声音克隆 | 最全最简教程(权威版)
· Westlake - Omni:西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型
· Flowith:革新你的工作方式,体验节点式 AI 的超流畅生产力
· Kimi+扣子Coze,我零门槛制作了一个好用的智能体Agent | 智能体开发
· 了解Kimi必看的26个问题 | Kimi系列文(二)
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
微调
LLM微调经验&认知
多TASK或者多语
言
混合微调可能会有更好的效果,TASK不足的情况下考虑增加目标任务的数据量 9.
LLM
大模型
Prompt
今天分享一个官方的高级的做数据分析的prompt提示词
而这强大能力的背后,也是完全依靠大模型的prompt,之前说过,在AI大模型面前,prompt提示词就是AI时代的编程语
言
。
prompt
提示词
数据库
颠覆数据存储方式:向量数据库的威力
在自然语
言
处理中,词嵌入是一种将文本数据转换为向量数据的方法。
编程
数据库
Prompt
Prompt工程入门
您的语
言
应该是精炼而不过于复杂。
prompt
提示词
Github
8月份最火的 5 个 GitHub 项目
支持 Azure、Anthropic Claude、Google PaLM 2、智谱 ChatGLM、百度文心一
言
、讯飞星火认知以及阿里通义千问,可用于二次分发管理 key,仅单可执行文件,已打包好 Docker
下载
Agent
Agent具体实现
· 对于单个模块而
言
,
Agent
大模型
爬虫
一本Python爬虫的书,凭什么能畅销10W册
Python,作为一种广泛应用的编程语
言
,已在 Web 开发、大数据、人工智能和嵌入式系统等领域取得了举足轻重的地位。
爬虫
python
Prompt
什么是prompt(人话版)
所以作为第一篇,我们先来用大家没有阅读障碍的方式,讲一讲什么是“prompt提示词” 你可以把“提示词”理解成:让 AI 能精准 Get 到你意图的话,或者与 AI 沟通的语
言
方式。
prompt
开源
昆仑万维携Skywork-13B打造AI新纪元:600GB中文数据集全球开源
引
言
在人工智能的浪潮中,数据和算力是推动技术发展的两大驱动力。
Skywork
开源
数据
浅浅介绍下中文分词,用这些库搞定
SnowNLP:SnowNLP是一个基于概率算法的中文自然语
言
处理工具包,其中包含了中文分词功能。
Python
分词库
OCR
【重磅推荐】PaddleOCR:超越人眼识别率的AI文字识别神器!
2.多语
言
支持:PaddleOCR支持多种语
言
,包括中文、英文、日文、韩文等,满足不同国家和地区的需求。
PaddleOCR
文字识别
如何通过AI变现,举个详细的例子?
因为它在这个基础上, 还具备了一个好工具的素质:首先,交互简单,自然语
言
对话描述,门槛低,人人都会; 其次,过程链路短,多数情况下直达结果; 当然这里也可以换种方式表达,说它减少了传播途中信息损失造成的歧义和模糊等等
生成式AI
前半年,我看到的有趣的 AI 产品
仅仅只是出于好奇体验某个产品,和有具体的任务可以使用产品,两者哪个有持续性,不
言
而喻。
AI工具
大模型
中文原生文生图大模型来了!腾讯混元推出,Sora 同架构
腾讯混元是业界最早探索并应用大语
言
模型结合 DiT 结构的文生图模型之一。
文生图
混元
腾讯
大模型
详解大模型RLHF过程(配代码解读)
只能自己看一看代码,以前搞过一点用PPO做游戏,感觉和语
言
模型PPO的用法不太一样。
训练
<
...
28
29
30
31
32
33
34
35
36
37
...
>
1
2
4
5
6
7
8
9
100