文章列表-AI魔法学院

文章列表

AIGC沸腾200多天后，投资人达成三大共识

方正浩观察到，对于管理规模并不是特别大的投资机构来说，如果没有在行业火热前尽早布局，当前时点不太会再参与到大模型的投资中来。

大模型

第3期 SDXL和SD的10大区别！你知道几个？

SDXL 和 SD 的区别主要体现在以下10个方面（看不懂下面的图可以略过.....

文生图

50+ Midjourney 美食相关提示词，看了别留口水哦

本文不只是罗列 50 多个提示词，而是对它们进行分门别类，并附上图片。

midjourney 文生图绘画

解码二维码：揭秘我的漂亮二维码生成秘诀！

在实际出图的过程中，我还遇到过很多生成的二维码无法识别的情况：有时候是完全无法扫出；有时候是手机摄像头可以扫码，但是应用中长按不能识别；还有Android手机摄像头和长按都可以，但是iPhone长按不可以

图像文字

面向知识图谱的大模型应用

在离散步骤中检索或者连接信息的简单方法往往不能完全捕捉知识图谱中的细微差别。

知识图谱大模型

AI拟声: 5秒内克隆您的声音

个性化语音助手：使用MockingBird，你可以创建自己的个性化语音助手。

声音克隆开源

LangChain + ChatGLM2-6B 搭建私域专属知识库

;W&B，如果不禁用可能会中断微调训练，以防万一，还是禁了吧 export WANDB_DISABLED=true 准备数据集这里为了简化，我只准备了5条测试数据，分别保存为

知识库

Prompt | 抖音视频脚本

复制脚本并访问 https://beta.elevenlabs.io/speech-synthesis 以生成文本转语音。

prompt

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

从实验结果上看，在多语言跟跨语种检索任务上，BGE M3-Embedding的效果超过之前提及的微软E5-mistral-7b微软E5-mistral-7b-instruct: 站在LLM肩膀上的text

BGE M3-Embedding 多语音检索

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

然而，现有研究缺乏对检索增强生成对不同大型语言模型的影响的严格评估，这使得识别RAG对不同LLM的潜在能力瓶颈具有挑战性。

大模型 RAG检索增强

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

今年 7 月，Facebook 发布了一个支持 51 种不同语言的语音识别模型。

翻译大模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

【进阶】-文生图术语解释

黑话# 缩写/术语解释 oneshot 一张图

文生图

Stable Diffusion

详解Stable Diffusion提示词prompt语法

详解Stable Diffusion提示词prompt语法

SD prompt 文生图提示词

baichuan2 有什么好的深挖论文中涉及的知识点

在整个报告中，旨在提供关于过程的透明度，包括不成功的实验，以促进开发 LLM 的集体知识。

大模型

<...4 5 6 789 10 11 12 13 ...>

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