文章列表-AI魔法学院

文章列表

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

进入主页，能看到顶部是用于图像生成的特色工具。

LeonardoAI 文生图

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

微信中和 AI 进行对话

1.注册 FastGPT：cloud.fastgpt.in 2.进入「应用」，新建1 个机器人，选择“简易模板”； 3.先不用进行“高级编排”来创建工作流，这一步放在把机器人调通之后再做； 4.点击

微信对话

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

目前AIgc领域正在持续关注，等到年底的时候做一个最全面的视频和文字讲解，现在还是在等等，目前AI领域热度确实是在持续降温，但是呢，深入了解AI的人都知道，AI的发展不是想人一样需要很长时间的积累，有时候可能就是一个算法的突破

Stable Diffusion 文生图 controlnet

大语言模型微调：定制自己的微调数据集

为了直观起见，在本文的数据集规模评估中选择文件存储大小作为评估指标。

大模型

使用ChatGPT检查论文引用、提高研究深度

ChatGPT作为一个先进的自然语言处理工具，能够在这一过程中提供巨大帮助。

ChatGPT 案例

开源的大模型数据集

大模型的算法模型开源越来越多，大模型工程化也越来越稳定。

开源模型数据集

Prompt屠龙术-思维链

COT (Chain of Thought) 本文介绍prompt工程中的屠龙术之一：思维链，这是一种能极大提升大模型输出质量的技术。

Prompt 思维链

解读wav2lip：探究语音驱动唇部动作的技术原理！

（2）传统的基于GAN的判别器在音频-口型同步检测方面准确率较低：传统的GAN判别器只使用单帧图像来评估口型同步，缺乏时间上下文信息，无法评估口型动态变化质量。

wav2lip 语音

RAG模型的主要痛点和解决方案

他们不能在没有个人理解的情况下解决模糊的信息请求。

rag 大模型

搞了一个Dify开源知识库

workflow，于是乎我写了这样一篇文章： · Dify Workflow：打造你的智能工作流

Dify 大模型知识库

大模型狂飙两年后，“六小龙”开始做减法

可以预测到的是，o1 送来的技术东风和中国企业的工程化能力下，至少具体到“大模型六小龙”的模型能力迭代上，接下来会有更多类o1模型能力的发布。

AI 大模型

颠覆数据存储方式：向量数据库的威力

这种计算模式非常普及，在推荐系统中评估用户和物品的相似度，以及在自然语言处理中评估文本或单词的相似度时非常有用。

编程数据库

ComfyUI进阶前必备插件们续

就像WebUI一样，一款工具之所以被大家喜爱，能持续成为生产力，必然和他的生态有着密不可分的关系。

ComfyUI 文生图

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

[2024.05.23] 🔍 我们添加了Phi-3-vision-128k-instruct 与 MiniCPM-Llama3-V 2.5的全面对比，包括基准测试评估、多语言能力和推理效率

minicpm 面壁

<...52 53 54 555657 58 59 60 61 ...>

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