文章列表-AI魔法学院

文章列表

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

可以非常自信地说，我们在整个业界具备领先性，整个工作也有很强的特色。

通义文生视频

ComfyUI-DDetailer脸部修复

脸部修复插件After Detailer 所以可以说好的人像作品全靠放大和修脸救

ComfyUI 脸部修复

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

虽然 LLaMA 在英文上具有强大的零样本学习和迁移能力，但是由于在预训练阶段 LLaMA 几乎没有见过中文语料。

大模型

吴恩达老师建议大家关注 AI 智能体工作流

这是一个重要的趋势，强烈建议所有 AI 领域的工作者关注这一点。

智能体大语言模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

概述我们进行了各种各样的实验，试图延长模型的上下文长度。

开源模型

AI+大模型在金融行业的应用场景

在证券行业中，知识图谱技术助力于提供高效的智能投顾服务。

AI大模型金融

基于 Kimi Chat 的 AI 渐进式阅读法

但我并不会为此感到焦虑，这些文章成了一个经过我筛选的“图书馆”，当我需要的时候，我可以在里面找到自己想要的文章进行阅读。

Kimi Chat 阅读

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

你就感觉，像在看电视剧。

sora 视频生成

AutoGPT与LLM Agent解析

典型的 ReAct prompt 模型记忆另外一类非常常见的模式是通过外部存储来增强模型记忆。

大模型

大模型：泛化即智能，压缩即一切！

然而，传统的泛化观点认为，随着模型复杂性的增加，最初的经验风险和泛化风险都会降低。

泛化大模型

OCR的终极解法——传统算法VS多模态大模型

多模态大模型是一类采用深度学习技术构建的人工智能模型，它能够处理和理解多种类型的数据模态，如文本、图像、声音等。

OCR 大模型文字识别

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

以下的10个代表性的相关项目出现，包括一些相关引用项目，我将以案例为拼图，拼凑出一个相对完整的图谱，足以让更多人清晰意识到，Agents的潜力如何改变互联网的一切，包括重塑Web3格局。

开源模型

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

它可以处理文本和语音，使其成为强大的多模态对话代理。

GLM-4-Voice 9B 语音安装

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

启用该预处理器，打开允许预览，打开完美像素; 4.

Canny SD

AI Agent的数字化革命：超越文本，走向自主决策与交互

强调了如规划、记忆和工具使用等关键组件。

生成式AI

<...57 58 59 606162 63 64 65 66 ...>

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