文章列表-AI魔法学院

文章列表

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

min_interval根据音频的平均间隔调整，如果音频太密集可以适当调低。

数字人声音克隆 GPT-SoVITS

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

如果使用，建议使用0.75以上，不要偏离的太多。

SUPIR 文生图

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

不过，我们需要注意的是，每种评测都是有偏的，取决于评测数据，评测模型本身，变量太多，其真正的有效性如何，并不好说，我们关注这种评估方法，才是最大的意义所在。

大模型 RAG检索增强

AI写作不如意？万字长文深度剖析背后原因

但最近，我感到有些地方不太对劲。

AI写作

SDXL Styles：七十七种绘画风格任你选择

插件地址：https://github.com/ahgsql/StyleSelectorXL.git 方法二适合访问 Github 不太顺畅的同学。

文生图

ChatGPT提示工程5篇合集(三)：ChatGPT提示工程 - 推理

federal government 文本内容：''' <请把测试内容放到这里> ''' 测试内容中文文本我需要一个漂亮的卧室灯，这个灯还带有额外的存储功能，而且价格也不算太高

prompt 提示词

如何提高RAG 的效果

在这里，还有一个比较细致的工作就是 chunk 切分，当前比较主流的做法是尽量将chunk值调低，但太碎的上下文会造成语义单元的缺失，实际使用中的值需要多次测试。

RAG 大模型

揭秘DeepSeek:一个更极致的中国技术理想主义故事

梁文锋：说实话我们不太care这件事，只是顺便做了这件事。

DeepSeek 大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

2、Autogen Autogen 是微软团队研发的一个多代理框架，利用它可以轻松定制一系列工作任务，简直太强大了。

AI数字人音视频同步

AI制作艺术二维码 - 文生图

inpaint_global_harmonious · · ControlNet模型：control_v1p_sd15_brightness · · 控制权重：0.35，如果画面太灰

文生图

基于Ollama本地部署谷歌开源Gemma大模型！

Gemma7B在基准测试上明显超过了Llama-2 7B和13B，无论是科目问答，推理性能，数学能力还是代码能力都要比Llama-2强太多（这里的数据是基于关键基准上测试的）。

ollama gemma qwen

Stable Diffusion

Stable Diffusion 30种采样器全解！

这30种采样器当中有一些是有升级版本被替代了，也有一些是性能不足且计算成本太高的。

Stable Diffusion采样器

StableDiffusion

StableDiffusion模型推荐系列（全能型）

在生成人物方面，不同其他模型千篇一律的AI脸，皮肤细节，表情刻画非常优秀，唯一缺憾亚洲人脸可能不太行。

stablediffusion sd 文生图

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

其次在速度上，它能极快地转换音频文件，无需等待太长时间。

生成式AI

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

表达同一个想法的方式太多了，搜索引擎需要处理所有这些方式。

开源模型

<...22 23 24 252627 28 29 30 31 ...>

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