Qubic矿工的文章

2023-06-29Qubic矿工阅读(229)赞(0)

在 Stock Photo 场景里，还有一个非常厉害的技巧，这个方法我一开始觉得不太适合教，因为这个对 Stock Photo 库影响太大了 😂 但本着工具中立的原则，并且这个技巧，其实在很多场景都能用（比如生成头像等），所以还是觉得有必要...

2023-06-29Qubic矿工阅读(219)赞(0)

图片生成遇到不符合预期的情况，不要慌，分析问题，然后使用控制变量法，一个个调整图片，不要急，上面我写的 prompt 还有一个地方，不知道各位有没有注意，就是开头的 stock photo，试试将这两个词删掉会怎样？ two Asian m...

2023-06-29Qubic矿工阅读(193)赞(0)

我认为学习图片类的 prompt，跟学习画画是类似的，最好的学习方法不是直接用模板。 而是拿真图，或者别人生成的图来临摹。英文不好，也可以先写中文，然后让 ChatGPT 翻译。当你临摹了几张后，你就会慢慢搞懂如何做出类似的图了。 拿上面的...

2023-06-29Qubic矿工阅读(187)赞(0)

贴纸​ 不知道有没有人和我一样有喜欢买贴纸贴笔记本电脑的习惯。某宝虽厉害，但我希望的东西比较非主流，有一些无法满足我的需求，所以就想到让 AI 帮我画一些，以下用风暴兵和达斯维达为例，写一组 prompt： Prompt 解释 类型是什么？...

2023-06-29Qubic矿工阅读(174)赞(0)

官方框架​ 在做总结前，我想先介绍下 Midjourney 官方的框架： 官方的模板很简单，分成四个部分： 主体 细节 & 背景 风格、媒介、艺术家 参数 我的总结​ 其实按照官方模板写，你已经能超过 90% 的初学者，但根据我的实...

2023-06-29Qubic矿工阅读(167)赞(0)

缺点一：结果高度依赖训练语料​ 正如我前面提到的，当今的语言模型，即使发展了四个版本，但依然没有脱离「概率计算」，本质上来说它们的核心原理就是「利用已有的信息来预测其他信息」。 那这就意味着，大语言模型其实并没有意识，也不知道对错，其生成的...

2023-06-29Qubic矿工阅读(192)赞(0)

关键一：数据​ 训练数据主要是所谓的语料库。今天的很多语言模型的语料库主要有以下几种： Books：BookCorpus 是之前小语言模型如 GPT-2 常用的数据集，包括超过 11000 本电子书。主要包括小说和传记，最近更新时间是 20...

2023-06-29Qubic矿工阅读(179)赞(0)

既然是数学模型，那应该如何计算呢？ 最简单的方法，当然就是用统计学的方法去计算了，简单说来，就是靠输入的上下文进行统计，计算出后续词语的概率，比如「你吃了晚饭了吗」，「你吃了」后面按照概率，名词如「饭」或「晚饭」等概率更高，而不太可能是动词...

2023-06-29Qubic矿工阅读(166)赞(0)

LLMs 全称是 Large Language Models，中文是大语言模型。 那么什么是语言模型？ 语言模型简单说来，就是对人类的语言建立数学模型，注意，这里的关键是数学模型，语言模型是一个由数学公式构建的模型，并不是什么逻辑框架。这个...

2023-06-29Qubic矿工阅读(173)赞(0)

在示例里加入特定符号，让模型知道如何处理特殊情况​ 这个解释起来有点复杂，以下是 OpenAI 的官方 prompt，在一些奇怪的问题上比如 What is Devz9 的回答，你可以用 ？ 代替答案，让模型知道当遇到超出回答范围时，需要如...