文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion教程：文生图

最近几天AI绘画没有什么大动作，正好有时间总结下Stable Diffusion的一些基础知识，今天就给大家再唠叨一下文生图这个功能，会详细说明其中的各个参数。

文生图 Stable Diffusion

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

它的所有能力（录制、识别处理、存储回溯等）完全运行在本地，无需联网，不上传任何数据，只做应该做的事。

Windrecorder 录屏

国产视频制作之光-可灵：提示词大全整理

大家共同整理的提示词：【特别感谢无私分享的朋友】 1 .

可灵 kling 视频

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

ensp; \extensions\sd-webui-controlnet\models在这个路径下检查下模型是否在models文件夹下；需要了解的一些知识

Canny SD

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

作为Whisper模型的蒸馏版，Distil-Whisper凭借轻量级架构和卓越的处理速度，成为了技术热潮中的新宠。

Distil-Whisper 语音识别

LLM大模型推理输出生成方式总结

大模型在输出结果时，会有多种方式和算法，本文列举其中几种算法，包括贪心算法、n贪心搜索/采样（greedy search/sampling）、集束搜索（beam search）、TopK采样等

大模型

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

ChatGLM-6B是清华大学知识工程和数据挖掘小组发布的一个类似ChatGPT的开源对话机器人，由于该模型是经过约1T标识符的中英文训练，且大部分都是中文，因此十分适合国内使用。

提示词 prompt chatgpt

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

尽管开源的繁荣提供了更多的选择，实际上也造成了选型的困难，尽管业界提供了很多评测基准，但是，很多模型在公布的评测结果中对比的模型基准和选择的测试基准都很少，甚至只选择对自己有利的结果。

大模型

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

项目简介 RAGFlow是一个开源的RAG引擎，专注于深入的文档理解。

RAGFlow RAG 开源

一旦参透「第一性原理」，便洞悉所有事的本质

如果你不满意，可以拆掉重新开始，但不管怎样，你都终将回归到那些最基本的小积木上。

第一性原理大模型

中文开源OCR框架对比及介绍

从严格定义来看，学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

当我们渴望提高生产力，希望从ChatGPT获得高质量和可控的输出时，我们会很快意识到，如何提问和如何布置任务，这是关键。

ChatGPT 大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

在日常生活中，代理需要理解隐含的指令并应用常识知识来完成许多家务任务。

大模型

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

数据录入与处理：这是RPA的最基本和常见的应用场景之一。

GitHub 数据处理RPA

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

包含两个核心模型：SenseVoice 负责语音识别和音频处理，CosyVoice 负责语音生成和控制。

asr tts 声音

<...7 8 9 101112 13 14 15 16 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1