文章列表-AI魔法学院

文章列表

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

OpenAI 认为使用这样一个庞大而多样的数据集，可以提高模型对口音、背景噪音和技术术语的识别能力。

语音 HeyGen

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

我们选择文生图，打开发现还有一些更细化的预设工作流选项。

开源模型

智能时代的变革者：定制化GPTs重塑未来的五大预言

深入这个话题，我们将一起探索知识经济的全面演变、工作本质的根本改变、数字鸿沟的加剧与解决、思维和决策过程的演变，以及文化和创意产业的大变革。

GPTs 智能

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

其中，中文情感语音交互领域的发展备受关注，因为它能够使机器更好地理解人类情感，提供更加人性化的交互体验。

Westlake -Omni 语音

垂直领域大模型的思考

混合数据如果想要领域的模型还具备一定的通用能力，即通用的能力不会退化（或者灾难性遗忘）这就需要在语言模型训练的时候混杂通用的数据。

垂直领域大模型

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

ComfyUI安装及生成第一张图

暂时无法在飞书文档外展示此内容您的电脑应该会努力工作一段时间。

ComfyUI 文生图

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

各位同学可以简单将其理解为「将文本转化为机器能识别的多组数字信息」。

Stable Diffusion 文生图

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

具体而言，Evol Instruction分为指令进化器和指令消除器。

开源模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

DALL-E 2的这种两阶段的方案的一个是优势是第二阶段只需要纯图像数据来训练图像生成模型，而且采用CLIP image embedding作为条件比直接用文本训练模型更容易一些。

Kandinsky-3 文生图开源模型

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

现在，多用户可以在同一台宿主机上与LLMs进行互动，实现同时聊天对话。

ollama 语言大模型聊天

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

简单来说,它是一个可以与用户用自然语言进行交流的AI系统。

prompt

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

2015年，杨光和前同事白宗义一起创立了耀途资本，布局半导体领域围绕消费电子、汽车电子、数据中心与云计算等应用场景，投资了壁仞科技、瀚博半导体、爱芯元智、云豹智能、Hailo、Vayyar和星宸科技（301536

AI光年芯片投资

低调的PDF，为什么成了数字文档“永远的神”？

1991年Warnock启动了代号为 Camelot的项目，旨在创建一种可以跨操作系统的通用文件格式，且在不同品牌型号打印机上的输出效果保持完全一致，也就是说要开发传统纸张的数字版本，随后演化为Portable

工作

大语言模型微调：定制自己的微调数据集

通常认为，数据集中的文本数量应该在几千到几十万之间，但目前的研究对这个问题有了一些新的看法，关于这个问题下文将具体分析。

大模型

<...12 13 14 151617 18 19 20 21 ...>

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