文章列表-AI魔法学院

文章列表

清华、面壁智能发布：主动式Agent 2.0

环境监控与事件收集：开发基于Activity Watcher的监控软件，捕获用户与计算机系统的交互细节，包括键盘和鼠标操作

Agent 2.0 大模型

AI虚拟主播数字人技术实现Wav2Lip

它是一种利用机器学习的子领域——深度学习创建合成媒体的技术。

数字人视频

体验完阿里的EMO模型，我emo了

简单来说，EMO（Emote Portrait Alive）是一个AI肖像视频生成系统，能够通过输入单一的参考图像，生成具有一定表现力的面部标签和各种头部姿态。

EMO 文生图

ComfyUI的特性以及安装流程

3.12，因此请确保您的 python 版本为 3.11 或更早版本。

ComfyUI 文生图

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

1.2 ML 中的 Python Python 是一种功能强大且灵活的编程语言，由于其可读性、一致性以及数据科学库的强大生态系统，特别适合用于机器学习。

LLM 大模型 GitHub

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

VividTalk技术简介 VividTalk的核心功能是使用一张静态照片和音频录音，生成一个动态的、看似真实的讲话视频。

VividTalk 视频

使用自己的数据训练清华ChatGLM2-6B 模型

查看服务器配置购买完成后收件箱会收到站内消息，包含机器配置和密码，进入服务器后输入命令，可以看到系统中安装的 NVIDIA 显卡的实时信息和状态。

ChatGLM2-6B

图片拖拽神器DragGAN介绍及官方安装文档说明

在传统的图像编辑软件中，用户必须手动选择和移动单个图像元素，如像素、线条和形状，以创建所需的构图。

开源

检索增强生成(RAG)有什么好的优化方案？

2）多模态RAG（文本+表格+图片）对多模态RAG而言，有三种技术路线[10]，见下图：图7 多模态RAG 如图7所示，对多模态RAG而言有三种技术路线，如下我们做个简要说明： ·&ensp

RAG 检索增强

LangChain 的问题所在

简而言之，做自己的 Python 包比强行改造 LangChain 更好。

大模型大语言模型

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

一、安装环境我们假定读者具备一定的python编程基础，忽略python、cuda、git等编程环境和工具的安装教程。

大模型微调

数字人：从科幻走向现实的技术革命

本文将探讨数字人的技术原理、发展历程、现状及应用前景，并分析其对社会和个人产生的影响。

数字人语音

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

我将为您提供患者的详细信息，您的任务是使用最新的人工智能工具，例如医学成像软件和其他机器学习程序，以诊断最可能导致其症状的原因。

prompt 提示词

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

同时，在Qwen-7B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。

通义千问

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

它们对Transformer的常规注意力机制进行“魔改”，发明了一种新的注意力技术，称为无限注意力（Infini-attention )。

大模型上下文

<...6 7 8 91011 12 13 14 15 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1