文章列表-AI魔法学院

文章列表

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目支持多个平台，并且可以通过网络连接来卸载外部负载以处理音频转换任务。

AudioCraft 音频

AI探索-我怎么使用Kimi Chat的

后来在网上搜了下，这组Prompt很实用，从what、why、how三方面去总结。

KimiChat 写作

SD艺术二维码还有人不会做?

quick mark code、data matrix 二维码简单可由定位码，版本，数据即可组成二维码的转化使用QR Tool kit或者草料二维码解码或者转化为可识别二维码，包含短连接，网址

文生图

探秘制作艺术二维码的新姿势

2、点击“CLIP反向推导提示词”推导出提示词，反向提示词自己根据情况网上找找即可。

图像文字

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

SD模型的优点，它可以生成高分辨率、高质量、高多样性的图像，而且可以很容易地与其他模型结合，比如变分自编码器（VAE）或对抗生成网络（GAN）。

LCM/LCM-LoRA 文生图

前半年，我看到的有趣的 AI 产品

另外一方面，互联网搜索、手机上的触屏交互，已经能解决 80% 的头部高频需求场景了.....4、所以，AI 搜索很可能只是一个过渡态的产品，包括秘塔搜索，也还在不断进化之中。

AI工具

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

此外，还通过搜索引擎从互联网上检索外部文档。

大模型 RAG检索增强

RAG 2.0来了，它能成为生产落地的福音吗？

这样的系统不仅脆弱，缺乏对特定部署领域的机器学习和专业化调整，而且对大量的提示高度依赖，这使得系统在运行过程中容易出现连锁性的误差。

RAG 大模型

26个超级技巧，让你的ChatGPT直接起飞

目的：将复杂任务分解为简单步骤，使回答更易于理解和实施。

ChatGPT

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

通过 LLM 极强的语言先验，这种架构还可以避免 OCR 中的易错字，比如“杠杆”和“杜杆”等，对于模糊文档，也有望在语言先验的帮助下实现更强的 OCR 效果。

OCR 手写文字识别

3 个令人惊艳的 GitHub 开源项目，诞生了！

各种 AI 工具层出不穷，无数网友惊叹技术进步之快。

开源模型

HalluQA: 测测中文大模型有没有一本正经胡说八道

第二类幻觉则是事实性错误"Factual Errors"，即模型没有很好地掌握现实世界中的一些细粒度知识，导致它在回复一些涉及长尾知识的问题时容易出现幻觉。

大模型中文大模型幻觉

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

应用场景偏向于办公/开发类（自动化流程工作流、进行深入市场研究、写代码/程序、开发网站或APP），但实操效果一般，容易陷入死循环。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

应用场景偏向于办公/开发类（自动化流程工作流、进行深入市场研究、写代码/程序、开发网站或APP），但实操效果一般，容易陷入死循环。

AI Agent 大模型人工智能

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

LoRA模型很容易训练某些特定的人物、形象或者事物，请切记不要损坏原有版权所有人的权益，尤其是要注意模型是否可以商用。

文生图 SD

<...13 14 15 161718 19 20 21 22 ...>

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