Yila
Ajuste de LoRA de un modelo de lenguaje grande (ZH)

IA e informática

Ajuste de LoRA de un modelo de lenguaje grande

Composición:
un camino lateral de bajo rango junto a pesas congeladas
Relación de aspecto:
16:9

Prompt

Cree un esquema de ajuste de LoRA de un modelo de lenguaje grande: 1. Extremo izquierdo: 【una pequeña pila de capas para el modelo de lenguaje grande; Las líneas de zoom discontinuas van desde una capa hasta el diagrama principal de la derecha]. 2. Diagrama principal, leído de abajo hacia arriba: 【la entrada x ingresa por abajo y se divide en dos caminos paralelos】. 3. Ruta izquierda: 【un cuadrado gris grande para las pesas previamente entrenadas, con un pequeño ícono de candado que muestra que están congeladas】. 4. Camino derecho: 【un trapezoide A que se estrecha hacia arriba, luego un trapezoide B que se ensancha hacia arriba, ambos de color naranja brillante con un pequeño ícono de llama que muestra que se pueden entrenar】. 5. 【Los dos caminos se encuentran en un círculo positivo en la parte superior, dando como resultado h.】 Escribe cada etiqueta solo una vez en toda la figura. Etiquetas (usa cada una una sola vez y no añadas otro texto): 【Large language model, x, Pretrained weights (frozen), A, B, Trainable, h】. Estilo: diagrama esquemático estilo diario. Limpie gráficos vectoriales planos sobre un fondo blanco. Los módulos son rectángulos redondeados o iconos simples con sus nombres cortos en su interior; paneles de colores pastel claros agrupan capas relacionadas. Sólo 3 o 4 colores apagados, cada uno con un significado fijo. Flechas finas y uniformes muestran el flujo de datos, energía, material o influencia; Flechas discontinuas para enlaces indirectos o de retroalimentación. Etiquetas en inglés sans-serif únicamente, cada etiqueta aparece exactamente una vez y se escribe exactamente como se indica. Sin renderizado 3D, sin sombras, sin brillo, sin decoración de fondo ciberpunk o tecnológica, sin fotorrealismo.

Abre Yila con este prompt y el ejemplo como imagen de referencia.

Los ejemplos se generaron con Nano Banana. El prompt también funciona con GPT Image y otros modelos de imagen; los resultados varían según el modelo.

Ver todos los prompts