文章列表-AI魔法学院

文章列表

Stable Diffusion

虚拟拍摄，如何用stable diffusion制作自己的形象照?

# 添加Controlnet和换脸 1/ 主要使用 reference_only 让生成的人脸符合自拍图的特征（主要是脸型和发型） 2/ 使用roop来换脸。

Stable Diffusion 文生图

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

SeamlessStreaming是一个基于深度学习的模型，它可以完成以下几种任务：语音到语音翻译（S2ST）、语音到文字翻译（S2TT）、文字到语音翻译（T2ST）、文字到文字翻译（T2TT）、自动语音识别

大模型开源模型语音

大模型：泛化即智能，压缩即一切！

在《论语》中曾有言，孔子问子贡说，你与颜回比如何？

泛化大模型

一个完整Prompt让ChatGPT自动生成短视频制作脚本

———————— 在当今数字化时代，ChatGPT为我们提供了一种全新而高效的方式，通过其强大的自然语言处理能力，创造出符合个性化需求的短视频制作脚本。

ChatGPT Prompt 视频

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

自动控制鼠标和键盘的小工具，例如PyAutoGUI，可以帮助我们实现日常办公中的自动化任务。

RPA 自动化

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

在技术报告中，其他研究者发现了一些亮点，比如 Gemma 支持的词汇表大小达到了 256K，这意味着它对英语之外的其他语言能够更好、更快地提供支持。

开源模型 Gemma

测评了8个国产AI大模型，差点崩溃……

从自然语言处理到语音识别，从情感分析到知识问答，大模型的应用已经渗透到我们生活的方方面面。

大模型测评

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

核心算法这个方法的目标是使一个开源的大型语言模型与用户的意图对齐。

小型语言模型 Zephyr-7B

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

RAG 虽然在整合外部知识方面功能强大，但主要侧重于信息检索，并且本身并不根据检索到的信息来调整其语言风格或领域特异性。

训练

ComfyUI | 这么入门就顺了，硬入疼的是自己

就是选择大模型和VAE，填入提示词，设置参数和采样器，然后生图。

生成式AI

MCP服务介绍及应用场景报告-来自Manus

LLM基于所有信息生成自然语言响应。

MCP 大模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

检索器找到相关上下文，提示优化将上下文整合到提示模板中，然后输入语言模型进行生成。

大语言模型 RAG检索增强

PDFTriage:面向长篇结构化文档的问答

大型语言模型(LLM)在文档问答(QA)中存在一个问题,那就是当文档无法适应LLM的小范围上下文长度时。

大语言模型 PDF 文档

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

该框架结合了归纳知识和检索文档，并利用大型语言模型（LLM）通过一种基于归纳推理模式的新提示方法生成这种知识。

IAG框架大语言模型

<...7 8 9 101112 13 14 15 16 ...>

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