文章列表-AI魔法学院

文章列表

国内厂商语音识别与Whisper评测：现状与概况对比

语音识别技术不仅可以应用于智能助手、语音控制、自动化客服等领域，还有望为残障人士提供更便捷的沟通工具。

语音识别 Faster-Whisper

链接大模型与外部知识，智源开源最强语义向量模型BGE

语义向量模型（Embedding Model）已经被广泛应用于搜索、推荐、数据挖掘等重要领域。

embedding 语义向量

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

使LLMs能够感知和理解丰富的音频信号以进行音频交互引起了广泛关注。

大模型语音

AI音乐热潮下，“神曲工作室”率先失业

可以想见，现在音乐行业在急速分化，头部化、现场化、演出化成为行业关键词。

音乐音频

Stable Diffusion

AI绘画Stable Diffusion进阶使用

本文讲解，模型底模，VAE美化模型，Lora模型，hypernetwork。

Stable Diffusion 文生图

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

自动化抓取网页数据？

GitHub 数据处理RPA

如何看待大型语言模型的Prompt

他们的模型使用了一个优化目标，旨在将单词之间的相关关系转化为嵌入空间中的距离关系：每个单词都与一个向量相关联，这些向量经过优化，使得代表频繁共现单词的向量之间的点积（余弦接近度）更接近1，而代表罕见共现单词的向量之间的点积更接近

prompt 大语言模型

手把手教你用上SDXL——SDXL 1.0 模型资源/comfyUI中文一键包下载

本文将着重介绍在你自己的电脑上部署SDXL1.0，因为各类在线使用网站中，虽然体验有了较大的优化，但是多多少少还是需要你掏出一定的经济代价。

SDXL 下载

如何微调Meta Llama-3 8B

这些指令调整模型针对对话进行了优化，在行业基准测试中优于许多开源聊天模型。

Meta Llama 3 大模型

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目简介 PhotoMaker是腾讯最近开源的照片生成工具，这是一种高效的个性化文本到图像生成方法。

PhotoMaker 文生图

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

然而，它们对大量计算资源和广泛数据收集的依赖仍然是一个瓶颈。

PanGu-Draw 文生图

RVC和SVC声音模型难找？推荐这个网站

这包括数据预处理、模型构建、训练、评估和优化。

声音克隆数字人

和大模型相关的一些术语（持续更新中）

例如AI文本续写，文字转图像的AI图、AI数字化主持人等，都属于AIGC的范畴。

大模型人工智能

Langchain的一些问题和替代选择

Langchain因其简化大型语言模型(llm)的交互方面的到关注。

大模型

如何用人工智能协助我提高写代码的效率

你可以把代码发给AI，让AI帮你解释，帮你注释，帮你优化，帮你改写…… 实现代码请用某某语言帮我写出某某功能的代码，要求…… 解释代码以下代码是什么意思，请帮我解释注释代码

人工智能编程

<...5 6 7 8910 11 12 13 14 ...>

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