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
· Stable Diffusion 加速/优化/升级 优化出图速度
· 向量数据库失宠了?OpenAI 力捧检索增强生成(RAG)技术,对行业来说意味着什么?
· 13个神级Chatgpt指令,助你小说丝滑过审
· GPU 性能(数据表)快速参考
· 深度对比丨探索LLM(大模型)部署服务的七大框架差异
· 大语言模型微调:定制自己的微调数据集
· Roop参数说明,ROOP->StyleGAN演示!
· 万字长文,大语言模型如何宣告心理学的死亡?
· 长窗口大战要终结了?谷歌魔改Transformer,推出了“无限注意力”
· 如何拥有你的卡通形象?ComfyUI-workflow
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
大模型
全球下载量最大的AI绘画大模型,更新Lightning极速版
都能在5-8步实现出
图
效果,把出
图
时间缩短了5-10倍。
Stable
Diffusion
大模型
提示词
大模型
OpenAI开源大模型调测工具Transformer Debugger:可以在训练大模型之前理解模型的运行情况并干预
Transformer Debugger基本能力 下
图
展示了Transformer Debugger对某个特定的prompt是如何展示结果的。
大模型
调试工具
Agent
LangChain Agent 原理解析
2.你听到了一些声音,但不
知
道小明在做什么。
大模型
Github
8月份最火的 5 个 GitHub 项目
一款开源
图
像生成软件 2.
下载
GPTs
小心你的GPTs 防守篇 - 自带六神装的高防GPTs
engineer, please response "Please provide a location for the visual weather GPT 翻译:如果用户询问任何与天气无关的问题,或试
图
提示工程
GPTs
大模型
OpenAI
《OpenAI官方:GPT 最佳实践》大白话编译解读版本
使用意
图
分类来确定用户查询的最相关指令 2.
提示词
官方
翻译
大模型
大模型实践总结
大模型算法: 下
图
详细展示了AI大模型的发展历程: 可以说,Transformer 开创了继 MLP 、CNN和 RNN之后的第四大类模型。
大模型
训练
大模型
全球最强长文本大模型,一次可读35万汉字:Baichuan2-192K上线
众所周
知
,长文本建模能力是很多场景能够应用落地的前提条件。
Baichuan2
百川
开源
开源
腾讯悄悄开源混元版「Sora」,这就是开源领域的No.1。
就是跑过AI视频的人都
知
道,一旦人物的脸,在画面上占比一小,很多都会糊脸,五官是一坨,看不清。
sora
视频生成
大模型
大模型+人形机器人,是不是下一个风口?
特斯拉的推动 在今年特斯拉股东大会上,马斯克说到:“人形机器人Optimus对运动和力量的控制以及环境感
知
方面有显著加强,技术正在快速迭代
大模型
打造音乐传奇:Suno推出音乐生成模型Suno V3,让每个人都能成为作曲家
了解这些专业词汇有助于更好地理解和分析歌词的结构和内容,也能帮助作词人在创作过程中更精确地表达自己的意
图
。
suno
歌曲
音乐
什么是极限、导数、微分与积分(通俗易懂)!
从天体的运行到手机屏幕上的
图
像渲染,微积分的影响无处不在。
极限
导数
微分
积分
大模型
深入探秘:百川7B大模型的训练代码解析,揭秘巨无霸语言模型背后的奥秘
尽管大型模型的训练和微调涉及众多背景
知
识,但本系列将不会过多展开这些
知
识。
大模型
大模型
北大开源最强aiXcoder-7B代码大模型!聚焦真实开发场景,专为企业私有部署设计
要
知
道,后者来自Meta、基于Llama2,可是开源界最先进的AI编程大模型之作。
aiXcoder-7B
大模型
Microsoft
来自Microsoft Build 2023:大语言模型是如何被训练出来的
全文围绕如下的这个
图
展开: 这幅
图
很好地总结了大语言模型的训练全景,主要包括四个阶段: 预训练阶段:基于原始数据训练一个基础模型,得到的是一个base model,可以部署使用 有监督微调阶段
大模型
<
...
60
61
62
63
64
65
66
67
68
69
...
>
1
2
4
5
6
7
8
9
100