好玩到停不下来的 DALL-E 3
最近 ChatGPT 对 Plus 用户逐步开放一些多模态的功能，包括 DALL-E 3（图像生成）、 GPT-4V（图像识别），等，很多网友乐此不疲地对这些新功能进行试用，目前已经解锁了不少有趣的玩法，笔者将这些好玩的功能进行了整理并介绍给大家，希望能给大家带来一些灵感。
使用 API 生成 Stable Diffustion 文字和二维码隐藏图片
Stable Diffusion 前段时间有几个比较火的效果，一个是将文字隐藏在图片中，放大看时是一张正常图片，缩小看却可以看到图片中的隐藏文字，另外一个效果与前者类似，但是图片中隐藏的是一个二维码，通过扫描图片可以进入二维码中的网址。由于出图效果好，很多人想要根据自己的需求制作这种图片，甚至有人在网上出售这种图片的定制服务。今天我们就来介绍下如何使用 API 的方式 在 Stable Diffusion 中实现这种效果。
Semantic Kernel —— LangChain 的替代品？
微软在 AI 领域的探索和投入从未间断，它不仅在前期对 OpenAI 进行了大量投资 ，还在其搜索引擎 Bing 和云服务 Azure 上集成了 ChatGPT，以增强用户体验和服务能力。最近，微软更是推出了一个名为 Semantic Kernel 的 AI 应用开发工具，旨在与 LangChain 竞争，展现了其在 AI 应用开发领域的持续创新和努力。今天我们就来了解下 Semantic Kernel 的特点和功能，以及它与 LangChain 的区别。
使用 LangChain 生成海报文案
最近看到某平台在推 LangChain 的课程，其中有个示例是让 LangChain 来生成图片的营销文案，我觉得这个示例挺有意思的，于是就想自己实现一下，顺便加深一下 LangChain 的学习。今天就介绍一下如何使用 LangChain 来实现这个功能，并且介绍其中的实现细节，看完保证你也可以自己实现一个类似的功能（源码在文章最后放出）。
Docker 远程API安全问题
LangChain 自定义LLM
Langchain 默认使用 OpenAI 的 LLM（大语言模型）来进行文本推理工作，但主要的问题就是数据的安全性，跟 OpenAI LLM 交互的数据都会上传到 OpenAI 的服务器，企业内部如果想要使用 LangChain 来构建应用，那最好是让 LangChain 使用企业内部的 LLM，这样才能保证数据不泄露。LangChain 提供了集成多种 LLM 的能力，包括自定义的 LLM，今天我们就来介绍一下如何使用 LangChain 来集成自定义的 LLM 以及其中的实现原理。
LangChain Agent 原理解析
LangChain 是一个基于 LLM（大型语言模型）的编程框架，旨在帮助开发人员使用 LLM 构建端到端的应用程序。它提供了一套工具、组件和接口，可以简化创建由 LLM 和聊天模型提供支持的应用程序的过程。LangChain 由几大组件构成，包括 Models，Prompts，Chains，Memory 和 Agent 等，而 Agent 是其中重要的组成部分，如果把 LLM 比做大脑的话，那 Agent 就是给大脑加上手和脚。今天就来带大家重点了解一下 Agent 以及它的工作原理。
AI 模型量化格式介绍
在 HuggingFace 上下载模型时，经常会看到模型的名称会带有fp16、GPTQ，GGML等字样，对不熟悉模型量化的同学来说，这些字样可能会让人摸不着头脑，我开始也是一头雾水，后来通过查阅资料，总算有了一些了解，本文将介绍一些常见的模型量化格式，因为我也不是机器学习专家，所以本文只是对这些格式进行简单的介绍，如果有错误的地方，欢迎指正。
HugggingFace 推理 API、推理端点和推理空间使用介绍
接触 AI 的同学肯定对HuggingFace有所耳闻，它凭借一个开源的 Transformers 库迅速在机器学习社区大火，为研究者和开发者提供了大量的预训练模型，成为机器学习界的 GitHub。在 HuggingFace 上我们不仅可以托管模型，还可以方便地使用各种模型的 API 进行测试和验证，部署属于自己的模型 API 服务，创建自己的模型空间，分享自己的模型。本文将介绍 HuggingFace 的推理 API、推理端点和推理空间的使用方法。