文章列表-AI魔法学院

文章列表

开源免费离线语音识别神器whisper如何安装

拿我自己录的一段音频举例，5min长度400多字，使用whisper的medium模式识别，只错了两个英文单词，那两个英文单词还是因为发音问题识别错误。

wisper 翻译免费

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

简单易用：WeChatpy提供了简单易懂的API接口，使得与微信开放平台进行交互变得简单快捷。

WeChatpy 开发库

RAG 修炼手册｜一文讲透 RAG 背后的技术

通过 Embedding，每个单词或句子都可以用一个实数向量来表示，这个向量中包含了该单词或句子的语义信息。

RAG Embedding

ComfyUI安装教程

如果您搞砸了某些东西，只需在菜单中点击“加载默认值”即可将其重置为初始状态 ComfyUI的默认启动流程（在新标签页中打开图像以获得更好的查看效果）

ComfyUI安装

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

简单来说，当你输入某个prompt之后，模型会给出推理过程某个attention的结果，例如里面的attn_L9_9表示第9层的第9个attention的激活函数是0.67，以及它对后续输出的影响

大模型调试工具

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

如果是视频，可以使用人声分离，如下图，点击这个就会弹出弹出如下界面，可以对你的视频提取人声这个提取部分，作者集成了好几个模型，都可以根据需求选择，简单说一下

数字人声音克隆 GPT-SoVITS

LLM应用架构之检索增强（RAG）的缘起与架构介绍

简单总结两者区别，判别式在分类问题上解法直接，从历史结果总结原因，是经验主义，强依赖标记样本，擅长记忆，能力也比较单一，因为就是为了这个问题而生，缺乏创造性。

LLM

大模型应用设计的10个思考

这意味着，我们不应仅仅满足于简单的功能实现，而是要深入挖掘系统的潜力，让其为我们创造更大的价值。

大模型应用

如何从零开始，打造一家AI驱动的公司？

功能包括： · 根据新布局、颜色和字体等简单提示生成设计创意 · · 自动执行繁琐、重复的任务

大模型打造公司

图解 Transformer——功能概览

在处理一个单词时，注意力使模型能够关注输入中与该单词密切相关的其他单词。

Transformer 大模型图解

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

简单的说，大模型具备了相当程度类似人类的“理解”与“思考”能力。

大语言模型

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

基于 HTTP 协议基于 TCP 协议单工

GPT

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

for a payment app, flat icon style, Monochrome gradient, black background --v 5 一个支付应用程序的创意标志，平面图标风格，单色渐变

midjourney logo制作文生图绘画

前半年，我看到的有趣的 AI 产品

很简单，00 后、10 后用户在精神方面的需求，和 70、80、90 这几代人完全不同。

AI工具

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

对很多业务场景来说，如果数据样式发生变化，例如在表单中添加了新项目，机器人就无法继续工作了，必须重新配置任务。

RPA 自动化

<...13 14 15 161718 19 20 21 22 ...>

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