文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

上次分享了一个将小说转化为视频的全过程的教程。

StableDiffusion 绘本

大语言模型的拐杖——RLHF基于人类反馈的强化学习

强化学习从人类反馈（RLHF）是一种先进的AI系统训练方法，它将强化学习与人类反馈相结合。

大模型训练

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

在实践中发现这能够有效增强 Auto-J 的泛化性，避免其输出的评判仅限制在对评估标准的同义重复上而忽略回复中具体的细节。

Auto-J 大模型

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

此外，键值（KV）缓存随序列长度线性增长，导致 Transformer 在推理过程中变慢。

transformer 训练

4K star！录屏好帮手，超酷的实时按键显示工具

今天我就帮你找到了一个好用的工具，它开源免费效果还超酷，帮你完成实时可视化键盘按键的效果，它就是：Keyviz。

Keyviz 录频

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

AI 换脸——Deepfacelab 下载与安装，新手教程

AI 换脸越来越火，换脸的视频到处都是，那种还是那种的都有。

Deepfacelab 换脸

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

CTC 强制对齐（CTC forced alignment）通过 CTC 强制对齐技术，创建精确的单词到音频标记的映射。

OuteTTS-0.1-350M 音频

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

AutoHotkey：AutoHotkey是一个强大的自动化脚本语言，可以用于控制鼠标、键盘和窗口，实现数据录入和处理的自动化。

GitHub 数据处理RPA

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

这篇文章介绍了GPTs如何通过Action连接各种第三方API服务，包括Notion数据库。文章还介绍了一个实用的操作简单的Action实例，即“提示词安全卫士”，通过该Action，用户可以获取最新的防注入提示词。文章还提供了GPTs连接Notion的配置流程，包括Notion和GPTs的配置步骤，以及如何编写和粘贴API代码。最后，文章指出这只是一个简单的例子，如果再结合Insert的API，这套系统能衍生出更多实用场景。

GPTs Notion

EverydayWechat：让微信变得更强大，引领每日生活新体验

一、简介 EverydayWechat是一个强大的Python库，旨在为微信用户提供更多便利和功能扩展。

EverydayWechat

关于AI声音生成的一切（语音+音乐+嘴型）

2D/3D/视频生成最近都有很多值得关注的工具，但是要输出完整的AIGC作品，肯定少不了声音。

声音

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

RAGFlow 是一个基于Deepdoc（深度文档理解）的开源 RAG（检索增强生成）引擎，仅仅一月，Github斩获近7.1k Star！

OCR RAG 开源

大模型下半场，关于Agent的几个疑问

从进化的角度来看，生命体的发展主要通过单元增强和组织增强两种方式实现。

大模型

<...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