文章列表-AI魔法学院

文章列表

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon是第一个使用从纯文本语言模型改编的方法进行训练的多模态模型，包括大规模检索增强预训练阶段和第二个多任务监督微调(SFT)阶段。

文生图

中学生能看懂：Sora 原理解读

这种方法的一个关键优势在于其灵活性和创造性：同一段文本提示，通过不同的噪声初始状态或通过稍微调整转化步骤，可以生成视觉上截然不同、但都与文本提示相符的视频内容。

Sora 原理

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

.01 概述在日常生活和工作中，你是否常因嘈杂的环境、重叠的对话或音视频信号的混杂而感到沟通困难？

ClearerVoice-Studio 语音

GPT让你拥有超强的写作能力！

好的写作不仅能清楚地传达信息，还能展示专业性和注意细节的能力。

GPT 写作

AI Comic Factory：AI(连环)漫画生成器

项目简介这份内容介绍了AI Comic Factory项目的一些关键信息。

生成式AI

「长文」可能是目前最全的LangChain AI资源库之一

[177] [178]•Twitter Agent[179]: 爬取推文，并在交互式终端中对其进行摘要和对话。

工作

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

然而，大多数模型在流利地切换语言、理解口语查询的细微差别以及提供高质量响应方面仍然面临挑战。

GLM-4-Voice 9B 语音安装

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

还可以把指令微调数据集拼起来成文档格式放第一阶段里面增量预训练，让模型先理解下游任务信息。

大模型

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

内容摘要 PDF 文件通常包含着大量的信息，但并非所有的信息都和你密切相关。

GPT-4 工作

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

ComfyUI的常见故障和解决，赶紧收藏起来，在探索ComfyUI的曲折旅途中，最让人心生畏惧的莫过于那漫天的红色方框和层出不穷的报错信息。

ComfyUI 故障应对

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

一些代理商们也对业务十分自信。

数字人

一文汇总市面上所有prompts提示词框架！

Prompts，作为大语言模型交流与理解的桥梁，扮演着无比重要的角色，指引着模型准确解读输入信息，从而生成我们所需的特定输出。

prompt 提示词

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

它主要通过堆叠ID嵌入方式编码任意数量的输入ID图像，以保留ID信息。

PhotoMaker 文生图

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

使用微信开放平台API：微信开放平台提供了一系列API，可以通过这些API实现与微信的交互。

RPA 自动化

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

系列 Flan-T5是谷歌AI团队提出的基于思维链微调的大语言模型，相比较传统的微调方法，基于思维链微调的预训练模型要好很多。

大模型

<...14 15 16 171819 20 21 22 23 ...>

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