文章列表-AI魔法学院

文章列表

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

这些应用程序允许用户上传视频，然后在几分钟内将其转换成流利的土耳其语、法语、阿拉伯语或意大利语。

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

在AI的众多分支中，语音识别技术的突破性进展尤为引人瞩目。

Whisper 语音识别

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

使用分隔符清楚地划分不同部分三引号、XML 标签、节标题等分隔符可以帮助划分需要区别对待的文本节，帮助模型更好地消除歧义。

提示词 prompt

领域大模型-训练Trick&落地思考

但有些并没有什么理论依据，全是自己的实验经验&结论，可能跟大家有所不同，欢迎大家讨论，交流分享。

垂直训练大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

文档的布局（Layout）分析图3：布局分析，理解什么是LOGO，什么是标题，什么是表格等对于初步分析，我们使用PDFMiner的Python库将文档对象中的文本分离为多个页面对象

大语言模型 python

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

Embedding模型作为大语言模型（Large Language Model，LLM）的一个重要辅助，是很多LLM应用必不可少的部分。

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

fish-speech1.4模型代码语音克隆 F5-TTS模型推理部分代码 Mask-GCT模型推理部分代码 CosyVoice模型的推理代码效果篇

语音克隆开源模型

ReplaceAnything：阿里最新项目！重绘图片里的任何元素，商用价值极高！用最简单的部署创造最大的价值！

摘要 ReplaceAnything是阿里团队即将开源的项目，针对图像里的人物替换、服装替换、背景替换等方面做了极大的优化，使用户上传图片可以指定部分区域生成新内容，并且做到了严格保留遮挡区域，这对AIGC

ReplaceAnything 文生图

语言大模型100K上下文窗口的秘诀

一种选择是，可以在2K词元上下文中训练模型，然后在更长的上下文词元（例如65K）中微调。

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：当前主流微调方法分为：Fine-tune和prompt-tune fine-tune，也叫全参微调，bert微调模型一直用的这种方法，全部参数权重参与更新以适配领域数据，效果好。

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

这一步完成之后，SD就可以暂退了，下一步我们结合【PS Beta】略微修复下细节。

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

如果放在几年前，你告诉我说只需一分钟就能做出一段这样的动画，我是万万不相信的，但是当AI时代来临之后，一切都有了可能。

文生图开源模型

可能是国产最强AI，ChatGLM-4来了！

，哪是参数的英文名，不会一股脑都翻译成汉语；另一个是财务分析，我业余对上市公司财报进行分析，通常会使用ChatDoc和ChatGLM进行辅助分析。

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

1、MarxKB知识共享系统简介今天跟大家分享的内容是，如何在本地搭建自己的本地知识库问答系统MaxKB，与其他问答知识库相比，他真正做到了开箱即用，零代码集成，支持ChatGPT、百度千帆、Lama2

知识库MaxKB 开源

从零开始学习大模型-第一章-大模型简介

这是因为大模型可以更好地捕捉数据中的细微特征和规律，从而更好地适应不同的数据分布。

大模型从零开始

<...20 21 22 232425 26 27 28 29 ...>

Ai助理

Hello 👏🏻

我是 Ai助理，关于ai的问题你可以问我