文章列表-AI魔法学院

文章列表

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

这篇文章我们简单介绍一下Kandinsky-3的模型结构、训练策略以及模型生成效果。

Kandinsky-3 文生图开源模型

ChatGPT Prompt提示词课程（斯坦福吴恩达 | OpenAl）指南篇极简笔记

其中第二篇-指南篇给出了很多prompt设计的重要原则和方法，此处做一个极简笔记整理，适合那些患有”视频过敏症“的同学简单了解。

prompt 大模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

但在这篇NEFTune: Noisy Embeddings Improve Instruction Finetuning中，研究⼈员尝试了⼀种不同且更简单的⽅法

NEFTune 大语言模型

什么是极限、导数、微分与积分（通俗易懂）！

这个简单的动作，实际上就蕴含了微积分的精髓：速度的变化、时间的流逝，以及两者之间复杂的相互作用。

极限导数微分积分

中文开源OCR框架对比及介绍

OCR的基本流程可以简单分为以下几步： 1.

OCR

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

上图是InternLM在MMLU、C Eval和GSM8K等评测的得分，来源参考DataLearner大模型排行榜：https://www.datalearner.com

大模型

再也不用担心 AI 图片脸崩手崩了

单人肖像在 Stable Diffusion 中可以局部重绘一下，要是人数多呢？

ADetailer 安装文生图

国产AI，逃过一劫

在一个星期后的2月13和14日，王慧文的两则“AI英雄榜”宣告其正式进军AI创业赛道：设立北京光年之外科技有限公司，个人出资5000万美元占股25%、75%的股份用以邀请顶级研发人才，“

ChatGPT 大模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

下面为大家简单地解释下什么是AI Agent：什么是AI Agent？

大模型

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

虽然它的风格相对较为单一，但在动漫领域表现出色。

Stable Diffusion 文生图

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

开发者和研究人员还可通过 GitHub 和 Hugging Face 平台获取工具并探索其潜力。

ClearerVoice-Studio 语音

ComfyUI 图片以及工作流管理神器

或者我们自己在 github 上有喜欢的作者的工作流项目也可以尝试直接填入 github 地址进行订阅。

comfyui 工作流

Agent具体实现

ensp; · 可能存在多种组合方式，而不仅限于单一的方法

Agent 大模型

大模型微调方法总结

因此本文将指令优化为连续的单词嵌入，而不是通过离散的 token 进行优化，其效果将向上传播到所有 Transformer 激活层，并向右传播到后续的 token。

开源模型

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

<...10 11 12 131415 16 17 18 19 ...>

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