最近在研究如何将大语言模型结合本地知识库进行问答，虽然网上已经有很多教程，但大部分都是基于LangChain进行文本分割，然后调用模型向量化的API。这种方式的确很简单，但有这么几个前提： 大模型不使

如今AI爆发的时代，每个人都想借着AI这股风，进行变现，今天给大家分享一个开源项目，他可以让你基于AI的能力进行变现 ,这个项目在Github有1.8k个star，可见其欢迎程度

本文使用LangChain+ChatGLM来实现一个简单的基于本地知识库的问答系统，可以在完全不使用openai提供的api来完成本地知识库问答系统的搭建。

大模型实战入门 LLM模型本身已经掌握了一定的知识。但是如果想让模型对一些“它”不了解的内容进行回复时。我们需要先要告知模型一些“额外”的内容。指导LLM执行一系列的任务

目前 AI 有两个主流的方向，一个是以 Stable Diffusion 为代表的 AI 图像生成领域，一个是 ChatGPT 为代表的大语言模型领域，本篇主要聚焦 AI 图像生成。

本文尝试利用LLM+LangChain+stable diffusion实现一句话自动生成图片的功能，简化stable diffusion提示词的书写。

第一部分：文本生成视频 1. 文本生成视频概述 随着人工智能（AI）技术的飞速发展，视频制作领域也迎来了创新的浪潮。文本生成视频是其中的一项令人激动的进展，它利用自然语言处理技术将文本内容转化为视频。

原文链接：https://cloud.tencent.com/developer/article/2295495 背景 最近萌生了一个想法，就是短视频给人传递信息的速度要远远超过枯燥无味的文字，而众所

一、摘要 老鸟们有信用卡注册hugfacede的就不用看我的了。 本文利用aistudio的PaddleNLP，利用网络爬取的少量中国美食图片进行用LoRA模型训练。 另外使用 AI Studio 应