文章列表-AI魔法学院

文章列表

来个优秀的开源人脸识别项目！

InsightFace 的主要功能如下： 1. 2D 人脸识别：基于卷积神经网络（CNN）的人脸识别算法，可以对人脸图像进行特征提取和匹配，从而实现人脸识别。

人脸识别开源项目

常用的开源协议说明--一句话说明开源协议本质

GPL ( GNU General Public License ) 商业软件不能使用GPL协议的代码。

开源

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

一条价值2W的Prompt，帮你生成提示词的超级提示词

您将确认您的活动专家角色，概述每个角色下的技能，并询问我是否要修改任何角色。

prompt

AI绘画：两组赛博咒语和ComfyUI使用方法！

（可能需要魔法）。

文生图

Comfyui一键更换人物背景！饭来了快张口！

Lora第一个是LCM的Lora，不能更改，后面两个，你可以选择自己喜欢的风格，或者电商背景Lora。

换背景绘画

做大模型需要的环境设置

今天在下载OpenCV的时候发现清华的conda channel镜像已经不能用了，故在此记录： 1）如何显示所有channel； 2）如何更换channel。

开发环境

图解 transformer——逐层介绍

但为了避免在生成每个输出时看到未来的数据（即避免信息泄露），使用所谓的“掩码”技术，确保在生成第 i 个词时，模型只能看到第 1 个到第 i 个词。

Transformer 大模型图解

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

音乐可能是最具挑战性的音频类型，因为它由局部和长程模式组成，从一系列音符到具有多种乐器的全局音乐结构。

开源模型

【AI代理】多代理模式之多任务分配&信息传递

可以想见，代理模式在模型具有差异化的情况下更能发挥其优势，专用模型100分的组合可能比通用模型99分更加强大。

多任务模式分配传递

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

比如，我们的模型在ImageNet上的zero-shot accuracy能达到在ImageNet上全监督训练的ResNet-50的性能。

OpenAI 自然语言监督

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

如果大模型能够像人一样长时间对话并记住之前的内容，那么我们将拥有更广泛的应用可能性，让AI能够做更多事情。

大模型 llm框架

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

虽然我们可以用特定领域再进行微调/二次预训练，仍然不能避免其“胡说八道”，而且训练不好很可能“灾难遗忘”，失去一些通用能力。

大模型

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

基于 LLM 的检索工作原理简图在LLM开发中有一个原则就是尽可能的使用大模型的能力，LLM并不只是最后作答，在关键词增强，答案一致性判定等上面都可以使用，在这里就可以利用大模型来判定生成结果最合适的候选问答

大模型

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

总参数量 8B，单图、多图和视频理解性能超越了 GPT-4V。

minicpm 面壁

<...78 79 80 818283 84 85 86 87 ...>

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