文章列表-AI魔法学院

文章列表

SD入门教程三：采样器及参数调整

采样方式就是指sd用什么算法进行图片生成,影响出图质量以及出图速度。

SD 入门教程

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

我们还做了一个语音项目,就是将上市公司的财报电话会议实时转录成文字。

suno 音乐

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

这种格式有助于引导模型准确地将文本转换为语音，同时考虑到单词的持续时间和音频标记等因素，使得生成的语音更加自然流畅。

OuteTTS-0.1-350M 音频

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

嵌入式块- 使用文本嵌入模型将每个块翻译成数字。

RAG 大模型自动回复

ComfyUI | 这么入门就顺了，硬入疼的是自己

ComfyUI较于SD web UI没有普及的先机优势，我们在玩了一段时间web的时候，直接启动Comfy，看到Comfy的界面第一反应就被劝退了，密密麻麻的眼花缭乱，比如加载默认的这个最基础工作的版面

生成式AI

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

ComfyUI 是一个节点式的stable diffusion AI绘画工具，ComfyUI通过将stable diffusion的流程拆分成节点，实现了更加自由的工作流定制。

文生图

Prompt工程入门

谢谢， Jimmy Smith 电话：410-805-2345 电子邮件：Jimmy@XXX.com 例子4：修改录音转文字这是一段由AI根据录音转换的文本。

prompt 提示词

数字人：从科幻走向现实的技术革命

3.语音合成：语音合成技术可以为数字人提供逼真的语音输出能力。

数字人语音

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

从Lilian Weng的《LLM Powered Autonomous Agents》让我们初步了解，基于大型语言模型的AI-Agents systems是一个什么样的架构形式，从单一智能体的Planning

大模型

AI 绘画新时代：ChatGPT + DALL-E 3

用户以自由表达的语言解释生成图像的问题，为模型的优化提供精细注释。

文生图图生图 chatGPT DALL-E

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

排序（Rerank）—LLM 归纳生成，不过实际落地过程来看，将用户查询转换为嵌入向量直接检索，很多时候的结果在相关度方面没有那么理想，本篇分享一种对用户查询进行重写再去检索从而提高准确性和召回率的方案

RAG 大语言模型

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

在数字化时代，我们每天都在与海量信息打交道。

Flowith GPT 生产力工具

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

自回归系统隐式地建模持续时间，但在鲁棒性和持续时间可控性方面存在一定缺陷。

MaskGCT 声音克隆

Agent具体实现

ensp; · 该问题可以被拆分成多个子模块，每个子模块都能清晰地定义输入、

Agent 大模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

NEFTune: Noisy Embeddings Improve Instruction Finetuning中，研究⼈员尝试了⼀种不同且更简单的⽅法：在训练过程中向嵌入向量添加均匀随机噪声

NEFTune 大语言模型

<...3 4 5 678 9 10 11 12 ...>

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