文章列表-AI魔法学院

文章列表

图解检索增强式生成（RAG）技术 | 万字长文

在本文的方案中，绿色元素代表我们将要深入讨论的核心 RAG 技术，蓝色元素则表示文本。

检索增强式生成 RAG

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

一些重要的架构变化包括多查询注意力、稀疏注意力、混合专家等。

Transformer

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

也能把几个不同人的照片特征混合在一起，创造出一个全新的人物形象。

photomaker 绘画风格

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

无论是否进行第二次片段化，我们都需要解决如何高效打包这些词元，并控制哪些词元应当被舍弃的问题。

sora 论文

Github上Star数最多的大模型应用基础服务：Dify 深度解读

混合检索，同时执行全文检索和向量检索，并附加重排序步骤，从两类查询结果中选择匹配用户问题的最佳结果。

Dify 大模型知识库

七问大模型幻觉｜LLM Hallucination

· 利用信息提取系统：此方法使用信息提取模型将知识简化为关系元组，例如<主体，关系，对象>。

大模型

SD入门教程五：后期处理图片高清放大

· R-ESRGAN_4X+Anime6B：这个算法特别针对动漫和二次元图像进行了优化。

SD 入门教程修复

8个常用中文OCR数据集，附下载链接

数据集的基本单元是文本行而非单词。

OCR

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

身份混合如果用户提供了不同身份标识的图像作为输入，我们的PhotoMaker可以很好地整合不同身份标识的特征，形成一个新的身份标识。

PhotoMaker 文生图

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

本研究通过对各种元素进行评估，如文档的相关性、位置和数量等，发现包括不相关文档可以意外地提高准确性超过30％，这与我们的初始假设相反。

RAG 检索论文

Langchain的一些问题和替代选择

这可能与Langchain还在快速发展有关，作为快速的版本迭代，文档的延后性可以理解，只能说希望以后尽快完善吧太多概念容易混淆，过多的“辅助”函数 Langchain的代码库因很多概念让人混淆而备受批评

大模型

Stable Diffusion

Stable Diffusion教程：提示词

lighting 提示词权重使用权重提示词的权重，也就某个提示词在生成图片时的重要程度，这是因为在使用一连串提示词时，模型可能会自动做一些取舍，这会导致生成的图片中缺少或弱化某些提示词对应的元素

提示词 SD 绘画

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

无论是否进行第二次片段化，我们都需要解决如何高效打包这些词元，并控制哪些词元应当被舍弃的问题。

Sora 微软

FFmpeg之父新作——音频压缩工具 TSAC

我们看下官网给出流行歌曲的例子进行分析，首先听起来整体上是比较接近的，但是经过压缩后还原的音频，伴奏和人声混在了一起，没有一轨一轨清晰的感觉，有点像混音没有做好。

TSAC 音频工具

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

不过他们的中文模型需要12月份才出来； · 我们还优化了其他一些过程：比如prompt模板、关键词摘要、元数据存储等

RAG 检索增强

<...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