文章列表-AI魔法学院

文章列表

AIGC沸腾200多天后，投资人达成三大共识

分化的不仅是态度，还有与市场高关注度能以匹配的冷淡数据。

大模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

多模态常识。

多模态大模型 GPT-4V 文生图

Python状态机：优雅处理复杂业务逻辑的利器

状态机（也称有限状态机，Finite State Machine，FSM）是一个抽象的机器，它在任一时刻只能处于一个状态，并且可以通过某些条件从一个状态转换到另一个状态。

Python状态机设计模式

第3期 SDXL和SD的10大区别！你知道几个？

SDXL 和 SD 的区别主要体现在以下10个方面（看不懂下面的图可以略过.....

文生图

50+ Midjourney 美食相关提示词，看了别留口水哦

本文不只是罗列 50 多个提示词，而是对它们进行分门别类，并附上图片。

midjourney 文生图绘画

解码二维码：揭秘我的漂亮二维码生成秘诀！

在实际出图的过程中，我还遇到过很多生成的二维码无法识别的情况：有时候是完全无法扫出；有时候是手机摄像头可以扫码，但是应用中长按不能识别；还有Android手机摄像头和长按都可以，但是iPhone长按不可以

图像文字

面向知识图谱的大模型应用

为了应对这一挑战，RAG 将 LLM 的优势与可扩展的外部知识源(如知识图谱)检索结合了起来，不再尝试静态地编码模型中的所有信息，而是允许根据需要动态地从知识图谱中查询必要的上下文。

知识图谱大模型

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

对于音频对齐，作者收集了开源和内部的数据集，用于自动语音识别（ASR）和音频问答（AQA）。

Baichuan-Omni 多模态大模型

LangChain + ChatGLM2-6B 搭建私域专属知识库

;W&B，如果不禁用可能会中断微调训练，以防万一，还是禁了吧 export WANDB_DISABLED=true 准备数据集这里为了简化，我只准备了5条测试数据，分别保存为

知识库

颠覆数据存储方式：向量数据库的威力

向量数据库通过计算向量之间的相似度来搜索数据，因此它特别适用于人脸识别、语音识别、推荐系统等需要高维度数据处理的领域。

编程数据库

baichuan2 有什么好的深挖论文中涉及的知识点

在整个报告中，旨在提供关于过程的透明度，包括不成功的实验，以促进开发 LLM 的集体知识。

大模型

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

别慌，这些问题 Screenshot-to-Code 通通帮你搞定！

Screenshot-to-Code 代码

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

AI写作助手创企HyperWriteAI的CEO见此已忍不住感慨：我们正在步入一个新世界，一个GPT-4级别的模型开源并且可以自由访问的世界。

meta llama3

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

进入modules/scripts.py中，添加如下代码，进行插件的api扩展，这里如果想了解为什么这么写的，篇幅就太长了，我可以另外开个文章详细讲述 #分别在对应的位置插入下面三处代码def initialize_appScripts

文生图 api

【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!

整体项目的框架如下: 核心模型一: 语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别

asr tts 声音

<1 2 3 456 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