文章列表-AI魔法学院

文章列表

【2023.10】看目前巨头的AI原生产品布局

（可以用一些语音识别工具从整个回放中找到需要的产品段落来看。）

大模型产品

如何用大语言模型构建一个知识问答系统

领域知识入库该过程的主要目的是：将原始知识库分拆为若干知识点，并生成与之对应的字典： key 是知识点 Embedding 之后生成的向量 value 是知识点的原始记录该字典的作用是用户提问时

知识库

低调的PDF，为什么成了数字文档“永远的神”？

·格施克（Charles Geschke）博士领衔的施乐Palo Alto研究中心（PARC）图像科学实验室，两人合作开发了InterPress页面描述语言，能够用来驱动施乐开发的激光打印机，相当成功地解决了复杂图文页面的打印问题

工作

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

因此，可以把一个神经网络分成两块：低层的网络进行特征抽取，将原始信息变成容易被后面任务使用的特征；输出层的网络进行具体任务的预测。

大模型微调

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

技术亮点 1、全非自回归架构：传统的文本到语音(TTS)系统多使用自回归模型，这种模型一次生成一个音频片段，处理速度较慢。

F5-TTS 音频克隆

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

私以为，这句话的加入，让推理过程显式的生成出来，而前面生成的内容也会进一步影响最终的结果，有了不同step的结果做辅助，最终结果就更可靠。

大语言模型 chatGPT

链接大模型与外部知识，智源开源最强语义向量模型BGE

此外，BGE 保持了同等参数量级模型中的最小向量维度，使用成本更低。

embedding 语义向量

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

https://youtu.be/adDyTzBdUcg 其生图的速度远远超过了传统生成的速度，都什么年代还在边等图边打星穹铁道？

SDXL-Turbo 文生图

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

关于层数设置问题，其实模型层数和维度具体设置成多少是最优的（但一般层数变大，维度也会变大），目前好像没有论文明确表明，但绝大多数感觉跟着GPT3的层数和维度来的。

大模型

国风真的太绝啦！被10万人围观的咒语快收下！

完整的Midjourney「咒语」立马奉上，希望能对你有所帮助！

文生图古风

爆火的“女孩的一生”，plus版教程它来了

最棒的是，用了LCM之后，视频生成的速度简直就是光速。

动画视频 AnimateDiff

3 个令人惊艳的 GitHub 开源项目，诞生了！

用户将自己的个人头像上传后，可借助 Stable Diffusion 模型进行训练，并生成一款拥有不同风格的个人头像。

开源模型

免费文生图工具StableDiffusion喂饭级使用教程

图生图（img2img）：将一张图片根据提示词（Prompt）描述的特点生成另一张新的图片。

文生图 SD

<...17 18 19 202122 23 24 25 26 ...>

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