文章列表-AI魔法学院

文章列表

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

该项目提供了一个简化的RAG工作流，适用于各种规模的企业，通过结合使用大型语言模型（LLM）来提供基于严谨引用的真实问答能力。

RAGFlow RAG 开源

【语音识别】OpenAI语音力作Whisper

这让Wav2Vec 2.0相形见绌，因为Wav2Vec 2.0是在无监督码预测任务上预训练的，所以其训得的模型仅从未标注的纯音频数据中习得了从语音到隐含状态的中间映射。

语音转文字 whisper

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们新的多模态扩散变换器（MMDiT）架构为图像和语言表示使用了单独的权重集，与 SD3 以前的版本相比，提高了文本理解和拼写能力。

SD 论文

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

SD1.x 系列，大多数是在 SD1.2 的基础上继续微调得到的，包括我们使用最多的 SD1.4 和 SD1.5 模型；SD2.x 系列则是新开的故事线，使用了全新的模型结构。

Stable Diffusion 文生图

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

在刚刚过去的首届 OpenAI 开发者大会上，OpenAI 不仅公布了新的 GPT-4 Turbo 模型，还推出了多项对现有功能的升级和融合，一系列新产品和新功能的发布让外界大呼过瘾。

检索增强生成大语音模型

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

让模型在急于得出结论之前找出自己的解决方案比如你扔个数学题给大模型，你让他判断对或者不对，你会发现结果很随机，一会对或者不对，但是如果你先让他自己做一遍，再去判断对与不对，结果就会准非常多了。

OpenAI Prompt 提示词

SD入门教程六：ControlNet基础入门

这些信息都可以通过 ControlNet 来控制模型生成的图片。

ControlNet 文生图

固定的“魔咒”：正负面质量标准化提示词

fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *广泛适用于写实及二次元风格，可以考虑搭配不同模型使用

提示词 prompt 绘画文生图

OpenAI大动作：Whisper large-v3重塑语音识别技术

这款最新的自动语音识别模型不仅在多语言识别方面取得了显著进步，而且还将很快在OpenAI的API中得到支持。

Whisper 语音识别

本地部署操作AI抠图软件

百度飞桨PP的 PaddleSeg内置了两个模型 PP-Matting 和 PP-MattingV2。

抠图

让你不怕任何事的3个顶级思维（建议收藏）

遇到困境，心态先跨过困难，身体身体自然也就跨过了困难。

灰度思维减法思维

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

它提供了多种定制化的选择，包括不同的底盘、计算机和传感器，以满足用户多样化的需求。

ROS 机器人开源模型

StableDiffusion使用Roop插件一键换脸教程

训练模型也可以实现上面的需求，但是需要的图比较多，很麻烦。

AI换脸

一个专业级 AI 聊天浏览器，开源了！

在 AI 模型大爆炸的今天，我们每天都能在技术圈见证无数个大语言模型诞生，其诞生速度之快，着实让人看得目不暇接。

开源大模型聊天

<...47 48 49 505152 53 54 55 56 ...>

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