文章列表-AI魔法学院

文章列表

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

所以在此版本中提供了 count(*) 表达式，可以实时计算准确的 collection 行数。

大语言模型

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

精通结构化提示词：如何精确操控指令的作用域与优先级

此举可能包括跳过部分指令或综合考量多个指令来取得平衡。

提示词结构化

关于GPT-4在变笨，有人写了篇论文证实了这一点

后者则是逐渐变成了一个Twitter热门传说，大家讨论它的热情堪比对GPT4模型结构的全力揣测，以至于OpenAI的产品副总裁都公开说，不！

大模型

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

单一搜索后端实际情况可能有多个搜索后端，每个后端都有自己的 API，可以考虑将查询路由到向量存储、搜索客户端、SQL 数据库等等。

RAG 大语言模型

SDXL风格插件，超越Midjourney的时刻来了

而Midjourney则闭源（收费），主打一个大模型包容万物。

SDXL

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

如果提示词和区块内的对象匹配，它会在不改变对象定义的情况下，生成新的细节，替换之前的细节；如果提示词和区块内的对象不匹配，它会以对象为准，降低提示词的影响。

StableDiffusion 文生图

TTS，一个奇妙的AI工具

但大多数人，很难一次性的流畅表达一个主题，往往需要在制作视频时加入配音。

TTS 文本转语音

ChatGPT等大模型实用的提问技巧

角色扮演 Act as，最好包括双方的角色定位，时间和场景描述任务指令 Instruction 希望模型执行的特定任务或指令比如：简述

大模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

12、很多科幻小说中都有这样的情景，即人们创造了AI，然后它开始表现出一些类似于人类的行为。

Llama 3 大语言模型

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

作为一种重要模态，语音提供了超越文本的多样且复杂的信号，如人声中的情感、语调和意图，自然声音中的火车汽笛、钟声和雷声，以及音乐中的旋律。

大模型语音

对于AI，我们现阶段可以有的态度

以下的几个观点，也仅是代表我个人的一些感想，供给大家参考，不喜勿喷。

文生图

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

一夜之间，所有包括ChatGPT、Bard、羊驼大家族在内的所有大语言模型，全部被攻陷了？

开源模型

使用ComfyUI玩SDXL的正确打开方式

前情提要：上回书说到，我们下载并本地部署了ComfyUI的，利用简单的节点操作完成了我们的第一个工作流（【ComfyUI】本地部署ComfyUI上手指南，我就喜欢连连看），并且在这一集（【ComfyUI

文生图 ComfyUI

中学生也能看懂的Sora视频生成原理解读

尽管这些照片内容和风格各异，但你能轻松地辨识每一张照片代表的地点和情感，因为你的大脑能够将这些不同的视觉信息统一理解。

视频生成 sora

<...9 10 11 121314 15 16 17 18 ...>

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