文章列表-AI魔法学院

文章列表

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

和“神秘预言家”的例子一样，你需要比较两个假设：第一个假设代表你相信骰子是均匀的，且这位朋友没有超能力。

贝叶斯定理

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

在自然语言任务中，我们通常使用一个预训练的大模型（比如GPT）来根据给定的输入文本（比如一个开头或一个问题）生成输出文本（比如一个答案或一个结尾）。

大模型

大模型训练为什么用A100不用4090

这下热闹了，台下的谭博首先发言，说我在华为肯定能知道所有这些东西；然后传雄老师也跟了一句，要是做网络的懂了太多 AI，那可能他就变成一个 AI guy 了。

大模型

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

这类模型都是由dreambooth技术，经过大量数据训练，可以生成各类常见元素的图片，一个全能工具，不可缺少，否则sd不能启动，文中的很多图片来自不同的大模型，感兴趣的可以留言或者文末加入我们的交流群一起讨论

AI图片

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

有兴趣的朋友，可以留言给作者，看情况是否要单独开一篇分享一些使用技巧和经验。

文生图

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

一、前言大家好！

文生图

在飞速发展的时代管理AI风险

仅仅四年后，深度学习系统就可以编写软件，根据需求生成逼真的场景，就知识主题提供建议，并结合语言和图像处理指导机器人。

人工智能伦理

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

用的是 OpenAI 开源(opens in a new tab)的 CLIP 模型，全称为 Contrastive Language Image Pre-training（对比语言图像预训练

Stable Diffusion 文生图

AI落地里那些假的机会

你的位置和发言权决定了你的生存空间。

大模型

图解 transformer——逐层介绍

注意，在推理过程中，我们没有目标序列，而是循环地将输出序列送入解码器的嵌入层，正如第一篇文章所言。

Transformer 大模型图解

Stable Diffusion

硬核解读Stable Diffusion（系列三）

值得说明的一点是，目前finetune SD模型的方法主要有两种：一种是直接finetune了UNet，但是容易过拟合，而且存储成本；另外一种低成本的方法是基于微软的LoRA，LoRA本来是用于finetune语言模型的

Stable Diffusion 文生图

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“AI总共就干两个事，降本增效和优化体验，从商业化的角度上而言，用数字人做短视频能节省很多成本，毕竟视频的信息传播丰富度、简易程度比文字图片都要高。

数字人

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

多Token预测目标（Multi-Token Prediction Objective, MTP）传统语言模型一次只预测一个Token，训练信号较为稀疏，数据效率低。

DeepSeek V3 开源模型

Python状态机：优雅处理复杂业务逻辑的利器

如果你有任何问题，欢迎在评论区留言交流。

Python状态机设计模式

大规模训练系列之技术挑战

0 前言本次分享是大规模训练技术系列的第一篇，主要包括两个部分： · 大规模训练技术的意义 · 大规模训练的技术挑战 1 大规模训练技术的意义 1.1 训练的精度极限

开源模型

<...56 57 58 59 60 61 626364 65 >

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