PPT生成模型

|算法名称|角色|主体名称|产品名称|主要用途|备案编号|备案日期（精确到月份）|备注||-|-|-|-|-|-|-|-||象信AI文本生成模型算法|服务技术支持者|北京象信智安科技有限公司|--|应用于文本生成场景，服务于企业端客户，根据用户输入的文本数据，生成符合用户需求的文本内容。|网信算备110108671705401240013号|2024/02/18|||iSlide-PPT合成算法|服务提供者|成都艾斯莱德网络科技有限公司|iSlide(APP)|应用于PPT生成场景，根据用户输入的PPT主题，生成符合用户需求的PPT文件。|网信算备510107114657401240015号|2024/02/18|||名派文本关键词提取生成算法|服务提供者|河北名派科技有限公司|Ai智剪（抖音）(小程序)、Ai智剪（快手）(小程序)、Ai智剪（网页版）(网站)|应用于文本生成场景，根据用户输入的文本数据，对文本进行分析，生成画面描述性关键词。|网信算备130108757215301240013号|2024/02/18|||焦点文本内容生成算法|服务提供者|焦点科技股份有限公司|中国制造网(APP)、中国制造网(网站)|应用于文本生成场景，根据用户输入的文本数据，生成符合用户需求的文本内容。|网信算备320111158112901240015号|2024/02/18||

从PPT里可以看到，这个神经网络大模型其实只做一件事，就是根据输入的文字，预测下一个字是什么。你输入台湾大，它会预测学。如果你输入的已经是完整的一段文字带有句号，那么它会预测下一个应该是结束。所以，大模型生成文字的过程，并不是一次性输出整段，而是通过一次又一次反复的调用同一个神经网络模型，一个一个字的往后续写，直到输出结束符号为止。你可能想到，一段文字的下一个字会有多种可能性，事实上，大模型的输出并不是一个字，而是所有字都输出一个概率。你可选择最高概率的或者第二高的汉字作为输出结果，你更可以从前几名当中随机挑选。也正是由于这样，现在AI生成的文章才能体现出这么多的创意性。这么做的一大好处是，我们几乎可以将任何网络上的文本直接当作训练素材来训练我们的神经网络模型。因为我们可以把任意一段文字的前几个字作为输入，而下一个字作为答案用做训练素材。这使得我们可以非常方便的得到大量的训练素材。而AI也是通过这种方式，“读”过了当前网络上几乎所有的文字资料。这种“预测下一个词”的行为可以看作是一种信息压缩。AI将它看过的所有文章压缩在了它的上亿参数中。当然，你或许发现了，既然是预测，那么它就不一定保证正确。它只是根据它看过的海量资料的“印象”猜了一个结果。事实上，这一点也很像人类，其实人类自己也无法保证记忆的正确性。另外，这种预测下一个字的方式可以拓展到图像、声音等等领域，只要定义好“下一个”是什么信号即可。当前的AI也正是类似这样学会处理图像、声音等等信息的。

Merge Block WeightedSettingsExtensionseyyios3DOpenposeToken merging ratioAdditional NetworksDeOldify主模型后缀一般为.ckpt或者.safetensors,并且体积比较庞大,一般在2G-7G之间。而要管理模型我们需要进入WebUI目录下的models/Stable-diffusion目录下。GenerationSampling stepsTextual lnvenionHypernetworksCheckpointsLora在使用WebUI时左上角切换的就是主模型了。Sampling mehooDPM++SDE KarrasDPM++2M SDE ExponentialUpscalerHires steps512x768 to 1024x153Denoising strengthsafetensorsYOUR LOGOsafetensors支持各种AI模型,而在safetensors出现前,各种AI模型都有着自己独特的后缀。这就导致每种模型既可以使用safetensors又可以使用自己原有的后缀,所以入门的时候就会让人有点分不清。其实safetensoxr是由hugeingtace研发的一种开源的模型格式,它有几种优势:足够安全,可以防止DOS攻击加载迅速支持懒加载通用性强所以现在大部分的开源模型都会提供safetensors格式。