文章列表-AI魔法学院

文章列表

最强开源数字人对口型系统介绍

Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练，而且还不一定能成功

数字人开源模型

浅浅介绍下中文分词，用这些库搞定

SnowNLP：SnowNLP是一个基于概率算法的中文自然语言处理工具包，其中包含了中文分词功能。

Python 分词库

领域大模型LLM训练Trick

问题二：领域数据训练后，通用能力往往会有所下降，如何缓解模型遗忘通用能力？

垂直训练大模型

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

不能用于监听自定义事件类型。

GPT

ComfyUI安装及生成第一张图

第3步：下载 Checkpoint 模型您需要一个检查点模型才能开始使用 ComfyUI。

ComfyUI 文生图

LangChain手册（Python版）11模块：提示模板

这将帮助您生成更有可能产生良好响应的提示。

大模型

20个ChatGPT超实用的提示词（Prompt）

快速学习新技能 Prompt：“我想学习[插入想要的技能]。

prompt 提示词

LLM微调经验&认知

尽管RLHF阶段的LOSS设计会驱使模型的输出不要偏离SFT太多，但仍可能会造成NLU能力的损失。

LLM 大模型

17K star！30秒偷走你的声音，开源声音克隆工具

3个网站分别是：LeptonAI、MyShell和HuggingFace 当然如果你觉得自己技术能力足够，熟悉Linux, Python 和 PyTorch，并且有服务器资源，那可以自己在Linux

OpenVoice 声音克隆开源

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

该模型在未见过的人类身份和复杂的运动序列上也具有良好的泛化能力，无需在具有不同人类属性的数据上进行任何微调，并利用图像扩散模型的先验知识。

MagicPose 视频

Prompt工程如此强大，我们还需要模型训练吗？

换句话说：所谓涌现能力（EmergentCapabilities），指的是模型在没有针对特定任务进行训练的情况下，仍然能够在合理提示下处理这些任务的能力，有时也可以将涌现能力理解为模型潜力，巨大的技术潜力

大模型

OCR是什么以及推荐几款开源中文OCR识别软件

字符切割：　　由于拍照、书写条件的限制，经常造成字符粘连、断笔，直接使用此类图像进行OCR分析将会极大限制OCR性能。　　

OCR

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

FaceChain支持在gradio的界面中使用模型训练和推理能力，也支持资深开发者使用python脚本进行训练推理。

妙鸭相机

无限长的上下文，也干不掉的RAG

特别是在需要从长上下文中间提取信息时，模型性能下降尤为明显。

RAG 大模型

垂直领域大模型的思考

相比能做很多事，但每件事都马马虎虎的通用大模型；只能做一两件事，但这一两件事都能做好，可被信赖的垂直大模型会更有价值。

垂直领域大模型

<...65 66 67 686970 71 72 73 74 ...>

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