文章列表-AI魔法学院

文章列表

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

然而，由于缺乏能够处理各种音频类型和任务的预训练音频语言模型，大多数工作在音频交互能力上受到限制。

大模型语音

白话Embedding：普通人都能懂的科普文

嵌入是将某些数据对象表示为向量，构造为将数据对象的某些属性编码为其矢量表示的几何属性。

Embedding 向量

人人都可以部署微信机器人-小白保姆级教程

本教程是基于https://github.com/zhayujie/chatgpt-on-wechat 项目的小白部署方案，让不懂编程的人也能快速使用微信机器人，可以快速引流，方便维护建立的社群

大模型

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

Stable Diffusion

Stable Diffusion 入门教程开篇

Stable Diffusion（SD）是由CompVis、Stability AI 和 LAION 的研究人员于 2022 年发布的一款文本到图像生成的潜在扩散模型，基础版SD1.5（512*512

Stable Diffusion 文生图入门教程

推荐智能体：利用大模型进行交互式推荐

在开放式对话CRS中,系统处理自由格式的对话数据。

大语言模型推荐

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

所以 LlamaIndex(也称为 GPT Index)由社区顺势推出，是一个开发者友好的接口，它将外部数据连接到 LLM，提供了一系列工具来简化流程，包括可以与各种现有数据源和格式(如 api、pdf

大语言模型

大模型时代-行业落地的再思考

我自己在现阶段是比较坚定地支持通用大模型的，觉得行业大模型的前景堪忧，也比较坚决地拒绝了几个行业大模型的创业邀请，写个文章记录了自己对行业大模型的思考。

大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

具体来说，我们使用三种不同的文本嵌入模型--两种 CLIP 模型和 T5--来编码文本表征，并使用改进的自动编码模型来编码图像标记。

SD 论文

LangChain手册（Python版）11模块：提示模板

通常这不是简单的硬编码字符串，而是模板、一些示例和用户输入的组合。

大模型

Dify：大模型创业开源工具，46,558 行代码，完全开源

（值得一提的是，其中大约 30% 的代码是由 GPT 生产。）

Dify 开源工具

26个超级技巧，让你的ChatGPT直接起飞

案例：可以这样写提示：“###指令### 编写一段代码来排序一个数字数组。

ChatGPT

Coze多智能体（Multi-Agents）模式体验！

多智能体（Multi-Agents）究竟是什么它是基于LLMs且由多个互相协作或竞争的自主单智能体组成的，其主要含义是在通过集体行为解决复杂问题（好比一个团队或一家企业解决用户或客户的复杂需求

Coze 多智能体

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

单向量模型会把整个文档或段落编码成一个单一向量，然后基于余弦相似度进行匹配。

rag 大模型

<...10 11 12 131415 16 17 18 19 ...>

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