文章列表-AI魔法学院

文章列表

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

感觉这个也挺好玩，有空玩一玩。

大模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

情感识别：SenseVoice 提供最先进的情感识别能力（例如高兴、悲伤、生气等），能够检测音频中的特定事件，如音乐、掌声和笑声等。

asr tts 声音

性能超出预期！神秘的国产大模型 Kimi 开放 API

和其他国产大模型不同，Kimi 给魔法哥的感觉一直是比较另类的。

Kimi Chat 大模型 API

用Midjourney给自己制作精美的logo或头像

你还可以参考艺术流派：不同的艺术风格可以创造出不同的感觉，通过在你的提示中引用一些，你可以让你的logo具有一定的氛围。

头像 logo

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

MoveNet是Google在2021年5月推出的一款轻量化姿态估计模型，集成在MediaPipe当中，出来至今已经一年多了，但是似乎相关的技术解读比较少，最近正好调研到仔细研究了一下感觉挺有意思的，所以更新一期解读

MoveNet-SinglePose Google 模型

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

USB投屏，秒变电脑副屏、扬声器、麦克⻛，电竞和3A大作通吃：黑悟空，王者荣耀。

ai小车 esp32 开源

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法，感兴趣的朋友可以看这篇文章

Outfit Anyone 阿里

Stable Diffusion

Stable Diffusion真实人物转卡通证件照（2.0版）

感谢你们的支持！！！

Stable Diffusion 文生图

EduChat：教育行业垂直领域大模型

然而，目前的llm通常提供通用的建议，不能很好地适应具体的情感问题。

教育大模型垂直领域

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

虽然面壁成立于 2022 年 8 月，但在此之前，面壁团队作为北京智源人工智能研究院“悟道”项目的重要组成成员，从 2020 年就开始训练语言大模型。

Grok-1 开源模型

RAG 2.0，终于把RAG做对了！

我自己有时在不得不第23923次谈论某事物突然被“杀死”时也会感到不安。

RAG 大语言模型

谈谈RAG存在的一些问题和避免方式

对于熟悉机器学习模型调优的人来说会对chunk_size和top_k非常敏感，为了确保RAG系统以最佳状态运行，需要对块大小和top_k进行调优，以确保它们是最合适的。

RAG 大模型

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

具体内容可以参考下面这篇文章[1] 1.3 数据集清理中文预训练数据集可以使用 [悟道]，数据集分布如下（主要以百科、博客为主）：悟道-数据分布图但开源数据集可以用于实验，如果想突破性能

大模型训练

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

很多人纠结lora训练用谁的脚本比较好，比如kohya_ss的、秋葉aaaki的、赛博炼丹炉的…… 昨天我看了下kohya_ss的，感觉界面还是有点复杂，所以我还是最推荐秋叶的，秋叶也是用的kohya

SDXL 训练

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

对于对Agent感兴趣的朋友们，我推荐一篇论文，它全面地介绍了Agent的架构，对于理解Agent的全局有着重要的价值。

大模型 LLM Agent

<1 2 345 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