文章列表-AI魔法学院

文章列表

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

如果能理解大模型的输出是什么样的机制或者由哪些网络决定的，可以帮助我们进一步优化大模型的训练质量。

大模型调试工具

ComfyUI 基础教程（二）：文生图基础流程

在构建text2img网络时，我们分为三个关键阶段：Clip阶段（黄色）、Unet阶段（红色）、以及Vae解码阶段（绿色）。

comfyui 文生图

国内厂商语音识别与Whisper评测：现状与概况对比

ensp; Google：Google Cloud语音API、 Google Home、音箱、Google移动端、网页端语音搜索

语音识别 Faster-Whisper

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

pip install -r requirements.txt 更多详情官网数字人在电商直播的应用主要体现在以下几个方面

Fay 开源项目数字人

AI必备Prompt技巧《提问的艺术——让AI导出高质量答案》

简洁明了：确保你的 Prompt 语言简洁易懂，避免使用复杂的词汇和语法。

prompt 提示词

Suno音乐新手指南（手把手完整版教程）

[Bluegrass Banjo Interlude]（蓝草班卓琴插曲）在乡村流派的歌曲中更容易唤起，但在交响乐团作品中可能完全不起作用……然而，如果在风格提示中加入“班卓琴”，它可能会有效。

suno 歌曲教程

我们需要的不是智能体，而是工作流（5000字保姆式教学）

：https://www.coze.cn/s/ihMYRhmu/ COZE运行效果：多角色协作(Multi Persona) 有时在模型能力有限制，COT方法容易一条道走到黑

工作流教学

用ComfyUI整了一套照片转Q版手办的工作流

秋叶的安装包还有一个好处就是可以多台电脑联网一起使用。

comfyui 文生图

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

大量帧输入我们成功地将48帧的大量视觉数据以网格形式输入给GPT-4V，并在每帧上叠加了帧号，确保了数据的准确性和完整性。

Agent+GPT-4V 大模型

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

（如果打不开连接，请尝试切换网络。）

大模型

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

3、发现我8G显存下开高清根本就跑不出来，估计提高画质只能靠外部软件了，今天尝试了下TopazVideoAI效果还是不错的，有需要的可以在网盘下载，我用的是3.5.2版本的。

AnimateDiff SD

测评了8个国产AI大模型，差点崩溃……

六、MiniMax 其实从交互界面上来说，风格像极了二十年前的网站，喜欢怀旧风格的人可以尝试下。

大模型测评

聊聊我对AI Agents技术的一些看法

区别于更加擅长于做“感知”的传统深度学习的方法，Agent 的重心其实更加落子于“行动”也就是“决策”之上，尽管强化学习领域以 PPO 为代表的策略梯度方法在游戏的许多领域取得了亮眼的成绩，但是基于各种特定神经网络架构的策略网络没有足够的

AI Agents 大模型

如何看待大型语言模型的Prompt

神经元放电事件（可能代表动作或感知输入）之间的相关关系被转化为大脑网络中的邻近关系，就像Transformer（以及word2vec）将相关关系转化为向量邻近关系一样。

prompt 大语言模型

OCR是什么以及推荐几款开源中文OCR识别软件

字符识别：　　早期以模板匹配为主，后期以结合深度网络的特征提取为主。

OCR

<...55 56 57 585960 61 62 63 64 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1