文章列表-AI魔法学院

文章列表

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

简介文本到图像生成技术在合成基于文本提示的逼真人类照片方面取得了显著进展。

PhotoMaker 文生图

惊艳推荐！8款好用又免费的文本转语音TTS工具

在早期，TTS技术主要依赖于预录制的声音样本，通过组合这些样本来生成语音。

TTS Maker 语音

停用词(Stop Words)的价值、收集与使用

这里简单介绍了停用词的起源和定义，并用信息检索和主题建模的例子展示了停用词的价值，然后介绍了几个用来构造停用词表的简单方法 1.

停用词

AIGC工具提示词技巧

- 01- 提示词本质和写法提示词的本质。

AIGC 提示词

OCRmyPDF—可智能识别PDF文本和图片信息的工具

apt-cache search tesseract-ocr # Debian/Ubuntu用户apt-get install tesseract-ocr-chi-sim # 示例：安装中文简体语言包

OCRmyPDF 工具

Elasticsearch 中的向量搜索：设计背后的基本原理

优点数据集可以扩展到超出 RAM 总大小由于数据存储在磁盘上，Elasticsearch 将允许数据集大于本地主机上可用的 RAM 总量，但是随着页面缓存中可容纳的 HNSW 数据比例的降低，性能将会下降

向量数据库

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

通过向LLM展示两个例子来创建自我反思，每个例子都是一个pair对（失败的轨迹，用于指导未来计划变化的理想反思）。

Agent

StableDiffusion使用Roop插件一键换脸教程

在AI绘画的学习过程中，有不少人希望可以用AI做个人写真，或者将AI生成的图片换成真人的脸做服装展示。

AI换脸

必读！RAG好用的3种Router

PolyRouter提供了一个多LLM路由系统，该系统根据特定需求动态将查询路由到最合适的专家，从而优化性能，减少响应时间和成本，同时提高输出质量。

RAG Router

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

LLMLingua是微软发布的一款开源框架，旨在帮助开发者实现提示词压缩，从而在诸多应用场景中，在尽可能保留有意义的信息时，减少token开销，降低成本。

LLMLingua LlamaIndex 开源框架

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。

通义千问

通往AGI之路，提示词入门

GPT 提供文本输出以响应其输入。

AGI 提示词

Claude 官方提示词，中文版（含API Prompt）

相反,专注于鼓励反思、自我评估和分享具体示例或案例的问题。

prompt 写作

白话Embedding：普通人都能懂的科普文

嵌入是将某些数据对象表示为向量，构造为将数据对象的某些属性编码为其矢量表示的几何属性。

Embedding 向量

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

<...6 7 8 91011 12 13 14 15 ...>

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