文章列表-AI魔法学院

文章列表

【语音识别】OpenAI语音力作Whisper

看不出泛化性，如下图所示，尽管有监督的LibriSpeech模型在LibriSpeech dev-clean上的表现与人类相匹配或优于人类，但在其他数据集上犯下的错误大约是人类的两倍，这证明了它们的脆弱性和缺乏鲁棒性

语音转文字 whisper

RAG模型的主要痛点和解决方案

让我们开始吧！

rag 大模型

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

我再写个示例 {"content":"介绍一下卡兹克","summary":"卡兹克其实是一个大智障，喜欢打游戏，任天堂死忠粉"}这个就叫问答对，把碎片化的大段的文章，转成一个一个的问答对数据集

GPT

StableDiffusion

StableDiffusion常用基础参数说明

进行图生图的时候，正常情况下更弱的降噪强度需要更少的迭代步数(这是工作原理决定的)。

文生图

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

1.ChatGLM3简介 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

ChatGLM3 语音模型开源模型

完整ChatGLM3部署教程，支持手机和车载平台部署

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

ChatGLM3 大模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

对于刚性头部运动，由于与音频之间的关系较弱，建模更加困难。

VividTalk 视频

10大Midjourney描述词网站，让你Ai创作随心所欲！

但是想关键词会让人想到词穷，这不，这两天利用了些闲于时间在在众多的AI关键词网站中，选了10个超实用的关键词网站，比较适合设计师、摄影师、插画师等图像工作者，好了，闲言碎语不要讲，快来看看今天的关键词干货吧↓

描述词文生图

清华系17人，撑起中国大模型创业半壁江山

在人工智能领域，不得不提的就是智源研究院这一响当当的名头。

大模型

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

，是迈向人工通用智能的关键一步。

开源模型

绝对是你的下载神器！AixDownloader可让你从任何网页下载你想要的内容，音乐、视频、图像、文件等！

一、让我们一起来看看AixDownloader有哪些惊艳的功能吧： 1.

AixDownloader 下载

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

多语言处理、符合人类喜好、智能体能力，还有检索增强生成，它都游刃有余。

Qwen1.5 开源模型

AI助手App“腾讯元宝”已上线应用商店

2.英文支持：腾讯混元文生图大模型支持中英文双语输入及理解，无论是中文的古诗词、民间俚语，还是英文的文学作品、科技文章，都能得到精准的理解和生动的呈现腾讯元宝还允许用户创建个人智能体

腾讯元宝

8月份最火的 5 个 GitHub 项目

使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。

下载

用Midjourney给自己制作精美的logo或头像

在图形设计领域，人工智能正在革新logo的创建方式。

头像 logo

<...12 13 14 151617 18 19 20 21 ...>

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