文章列表-AI魔法学院

文章列表

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

OpenAI后，大模型新增长曲线来了。

MiniCPM 大模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

谈谈RAG存在的一些问题和避免方式

单次信息检索无法回答这类问题。

RAG 大模型

Stable Diffusion

硬核解读Stable Diffusion（系列三）

两个CLIP模型的对比如下所示：可以看到CLIP ViT-H/14模型相比原来的OpenAI的L/14模型，在imagenet1K上分类准确率和mscoco多模态检索任务上均有明显的提升，这也意味着对应的

Stable Diffusion 文生图

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

这是一款可以持续记录屏幕画面、通过关键词搜索等方式随时找回相关记忆的工具。

Windrecorder 录屏

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

如何设置 GLM-4-Voice 9B 以实现无缝的实时语音交互，支持英语和中文，并探索其独特的架构、低延迟响应和可定制的声音属性。

GLM-4-Voice 9B 语音安装

七问大模型幻觉｜LLM Hallucination

解码过程中的随机性：某些旨在增加输出多样性的解码策略，如top-k采样、top-p方法以及温度调节

大模型

AIGC大模型，潮水褪去之后

质检、客服这些事情的确有效率提升，但部署成本和使用成本又非常鸡肋。

大模型

CodeFuse开源编程大模型-您的开源编程助手

-66k是根据论文《WizardCoder: Empowering Code Large Language Models with Evol-Instruct》中提到的方法，通过添加复杂的代码指令来增强预训练代码大模型的微调效果

大模型 AI编程

ComfyUI-DDetailer脸部修复

▍面部修复DDetailer（A航线🤔） comfy生态里其实有很多面部修复的插件，只是他们可能不在叫AD了，从管理器里搜索安装节点，亦或是从a1111替换节点中检索，

ComfyUI 脸部修复

Prompt全攻略(三):提升Prompt效果的技巧指南

7.进行证据检索要求AI在给出观点时引用公开数据或文献作为证据,可以提高输出的说服力。

prompt

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

AnyText 我之前也写文章介绍过了，专门针对中文，在生成的图片中能够很好的嵌入中文，而且还有强大的文字编辑功能。

阿里云视频音频

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

虽然和 Angelina 本人比较像，但图像质量比较差，脸部缺乏细节，而且高光和阴影都太强烈。

IP-Adapter 文生图

火山写作：一款助力写作能力提升的AI助手

这是由字节跳动的火山引擎团队精心打造的AI创作辅助工具，无论是修改毕业论文、精炼个人简历，还是进行全文修订、检查语法拼写错误，添加生动词汇及灵活修改等，火山写作都能为您提供全方位的协助。

火山写作工具文章

ChatGPT丨一次性修改全文的提示语！

语言修改： - 使用恰当的词汇和词组，强化文章的表达力。

写文章

<...18 19 20 212223 24 25 26 27 ...>

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