文章列表-AI魔法学院

文章列表

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

多模态对齐在多模态对齐的预训练阶段，作者仔细地将各种模态的编码器和对齐器对齐。

Baichuan-Omni 多模态大模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

RAG的工作原理 RAG系统典型由三部分组成： (1) 检索器：从大规模文本数据中检索与输入查询相关的文本片段。

大语言模型 RAG检索增强

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

重启之后，主模型加载器就会自动加载到模型。

生成式AI

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

重启之后，主模型加载器就会自动加载到模型。

文生图 comfyui

AnimateDiff 生成补间动画

于是，他想到了一个好方法，就是给他的积木加上一个小机器人，让它们动起来。

文生图 AnimateDiff

惊了，ChatGLM、Vicuna 等热门大模型丝滑 input，跟所有的下载上传说拜拜

需要投喂大量数据作为燃料，为了节省大家的宝贵时间，避免从下载到上传的漫长等待，OpenBayes 不定期将优质公开数据集，更新至「公共数据集」模块，目前已上线超过 500 个数据集，大家可以直接将所需数据集绑定到目标容器中

下载

【语音识别】OpenAI语音力作Whisper

这项检查发现了大量仅部分转录或对齐不良/未对齐的转写文本，以及前面方法无法检测到的剩余低质量机器生成的文本。

语音转文字 whisper

万字长文-大语言模型指令调优综述

CT 的根节点表示来自提示器的初始提示，而其他节点表示来自提示器或助手的回复。

大语言模型

微调大型语言模型-核心思想和方法介绍

给下面的内容提供一些实际背景，我们正在为分类任务微调编码器样式的 LLM，例如 BERT。

大模型训练

腾讯出品！开源AI数字人框架！号称可以不限时长

项目地址： https://github.com/TMElyralab/MuseV AI变革往期回顾： 0、【零基础入门AI】ChatGPT4.0+机器学习+深度学习！

MuseV 视频数字人框架

10秒换脸，一张图片够了！SD Roop插件教程

如下图选择“手动设置代理”，点击“编辑” 打开“使用代理服务器”选项，将上图代理ip地址和端口记录下来，点保存按钮退出。

AI换脸

如何构建基于大模型的App

3.1 应用编排器编排器简单地位于应用程序栈的下方，并将其他模块连接在一起。

构建大模型App

ComfyUI学习笔记2，一文看透Workflow

上图，从最左边加载模型开始，经过中间的CLIP Text Encode对关键词Prompt做处理，加入一个初始的Latent Image，然后是采样器，VAE解码，最后得到生成的图像。

comfyui 文生图

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

架构层面，Llama 3选择了经典的仅解码（decoder-only）式Transformer架构，采用包含128K token词汇表的分词器。

meta llama3

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

安装成功后，重启 WebUI，在 ControlNet 单元的 Control Type 中就可以看到这个新类型了，Instant ID自带两个预处理器，不过模型还需要自行下载安装。

ControlNet 文生图

<...35 36 37 383940 41 42 43 44 ...>

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