文章列表-AI魔法学院

文章列表

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

，它要比SD所用的VAE效果要好：不过两个模型都是将512x512的图像压缩为32x32x4的latents，所以实际效果应该差不太多。

Kandinsky-3 文生图开源模型

80多个罕见的论文prompt，让你起飞！

先进的人工智能功能，已经成为许多人的游戏规则改变者。

prompt 提示词论文

对于AI，我们现阶段可以有的态度

很多人，其实都是出于好奇心、想看看的心态，才跟着被带节奏，从而把AI的高度吹抬的那么高的。

文生图

LLM native策略的内部状态是否应该结构化【2023Q3】

· 3、场景2：内部状态存在模糊性举一个场景例子：通过与用户对话交流的方式生成一个简历模板

大模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

（包括但不仅限于文生图、图生文、语音转文字、文字合成语音等），从而让LLM能驱动其他智能Agent，实现多模态能力。

提示词 prompt

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

最后，这个嵌入向量被归一化并重复多次，以匹配模型的层数！

MoE 专家混合模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Dense retrieval: 给定一个文本，获取语言模型最后一层上[CLS]位置的隐状态，经过标准化作为文本的稠密向量表征。

BGE M3-Embedding 多语音检索

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

6.统计特征分析：可以通过统计两篇文章的词频、句长、词汇丰富度等特征，判断它们是否具有相似的写作风格或模式。

Prompt ChatGPT

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

字节跳动最近推出了一款名为PersonaTalk的AI模型，这项黑科技让视频配音彻底摆脱了传统的“僵硬感”。

PersonaTalk 视频

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们几乎每天都使用搜索引擎，搜索是大模型需求最多的落地应用之一。

大模型 Ziya

必读！RAG好用的3种Router

目前开源了很多LLMs大模，虽然GPT4o一直占据第一位的宝座，但是并不是在每个领域都很强。

RAG Router

Python状态机：优雅处理复杂业务逻辑的利器

）：从一个状态到另一个状态的过程状态机的分类状态机主要可以分为两类： 1.

Python状态机设计模式

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

o• 结合多张照片的特征：PhotoMaker可以取多张照片，这些照片可以是同一个人的，也可以是不同人的。

photomaker 绘画风格

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

你是否曾经想过，如果你能用自己喜欢的声音来朗读任何文本，那该多好？

EmotiVoice 语音合成

AIGC沸腾200多天后，投资人达成三大共识

今天的AIGC还仅在文字领域，多模态的大模型还没出来，到今年年末，Open AI在图像上的一些突破，可能会进一步让大家爆发想象力。

大模型

<1 234 5 6 7 8 9 10 ...>

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