文章列表-AI魔法学院

文章列表

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

EmotiVoice 项目介绍 EmotiVoice 是一款现代化的开源语音合成引擎，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音

EmotiVoice 语音库

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

就像我们最初使用语言模型时，人们最初的反应通常是用它来写作。

Sora 原理

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

在coze等编排工作流引发开发者强烈兴趣之后，Dify也发布了自己的工作流功能，这标志着原有的固化的RAG编排流程被更加灵活的工作流编排取代。

RAG 自由编排 Workflow

什么是GPTs！如何创建自己的第一个GPTs？

然后让所有的GPT PLUS用户都可以去创建自己的GPT。

大模型应用 chatgpt

Stable Diffusion

超级干货，自学stable diffusion，看完这篇就够了

比如我想要画面里有花,但是因为描述词比较多, 花的权重没有突出,ai就可能自己取舍或者没有很明显的花,这时候我们就增加花的权重, 让花在画面里的比例更大。

Stable Diffusion 文生图

AI绘画：两组赛博咒语和ComfyUI使用方法！

虽迟但到啊，上次说过要发，必然是要发滴！

文生图

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

基于Ollama本地部署Llama3指南！

模型架构 Llama 3 是一个自回归语言模型（an auto-regressive language），它使用优化的 transformer 架构。

LLama3 ollama

基于 OpenAI Whisper 模型的实时语音转文字工具

· WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

智能时代的变革者：定制化GPTs重塑未来的五大预言

01 第一预言：知识经济的全面演变新经济动力的崛起图片由DALL·E 3根据本文内容生成。

GPTs 智能

ChatGLM3-6B 功能原理解析

上次我们介绍了 ChatGLM3-6B 的部署，虽然我们的大语言模型（LLM）部署起来了，新功能也试用了，但问题很多的小明就要问了，这其中的实现原理是什么呢？

ChatGLM3 大模型

如何修复GPT幻觉、及评估数据集的挑战

生成大型语言模型 (LLM) 可以对各种用户提示生成高度流畅的响应。

大模型

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

它们强大的自然语言处理能力允许用户以更高效、更愉快的方式快速提取相关信息。

GPT-4 工作

2023年LLM如何入门？请看这篇综述！

，来对自然语言进行建模。

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