文章列表-AI魔法学院

文章列表

LLM Agent最常见的九种设计模式(图解+代码)

接下来讲讲每个模式的原理，以及代码实现(看代码能帮助产品经理加深理解，因为这些设计模式都是以结构化 prompt 的方式藏在代码里)。

LLM Agent 图解

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

这种代理的设计优先考虑直接的输入输出映射，而不是复杂的推理和符号操作。

大模型

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

它可以仅通过一张图片进行完美换脸，可能是目前最强的脸部迁移模型。

Instant ID 文生图

Yi技术报告细节分享

过滤规则包含：（1）根据特殊URL、域名、黑名单词表以及乱码文本进行过滤；（2）根据文本长度、特殊字符比例、短、连续或不完整的行比例；（3）根据重复词语、N-Gram片段、段落的占比；（4）识别和匿名话个人可识别信息

Yi模型大模型

llm-action：让天下没有难学的大模型

与此同时，中美贸易战以及美国对华进行AI芯片相关的制裁导致 AI 算力的国产化适配势在必行。

大模型 LLM

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(下）

有了这个功能，就不再需要记住每个模型的最佳 cfg_scale、实现卡通或现实风格的特定触发词，或者为特定图像类型产生令人印象深刻的结果的设置下载链接：https://github.com/rifeWithKaiju

文生图 Stable Diffusion

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

1080p分辨率和至少30秒的视频 · 技术报告放出的视频样例中的多机位镜头，没有经过后期拼接处理或多次合成

Sora 原理

AI制作小朋友的睡前故事画册

今天找到一个SD1.5的大模型，接近几米的画风，可以制作出非常精美的低幼向故事画册。

SD1.5 文生图

Stable Diffusion

Stable Diffusion使用Roop插件一键换脸教程

一、前言先做个声明，下面图片都是AI工具生成，此技术不要做危害他人之事。

StableDiffusion Roop插件 AI换脸

OCR的终极解法——传统算法VS多模态大模型

我在做的 OCR 识别商务名片这个项目上也积累了些经验，大家可以根据我的经验选择合适的算法。

OCR 大模型文字识别

Stable Diffusion

Stable Diffusion真实人物转卡通证件照（2.0版）

现在就来试试Stable Diffusion中的dreamshaper_7模型和卡通证件照_v2.0模型，再配合ControlNet插件，就可以把各种真实人物照片变成卡通证件照头像啦！

Stable Diffusion 文生图

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

这一系统利用向量搜索与生成性人工智能相结合，基于可信数据直接产生答案，正在彻底改变搜索和信息检索领域。

RAG-Fusion 检索增强

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

GPTs最大的价值在于支持Action，可以连接各种第三方API服务，一套功能丰富的Prompt结合不同的Action，就可以做到那些复杂Agent框架才能做到的事情。

GPTs Notion

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

只需要一张人物肖像照片和一段任意时长的音频，EMO就可以让照片中的人物按照音频内容“张嘴”唱歌、说话，且口型基本保持一致，实现自然的面部表情和头部姿态。

EMO 阿里全民演唱

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

每个头都会独立地计算注意力权重和输出，然后将所有头的输出拼接起来，并可能通过一个线性变换得到最终的输出。

Transformer 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