文章列表-AI魔法学院

文章列表

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

此外，人脸特征与文本特征是相互独立的，平行送入 block 中，避免了彼此之间的干扰。

FaceChain FACT 文生图

书生·万卷：难得的中文开源数据集

中国的AI产业要迎头赶上，中文的数据集是最大的短板之一。

大模型

语言大模型100K上下文窗口的秘诀

《Attention is All You Need》论文中注意力架构的高级图解缩放点积注意力（Scaled Dot-Product Attention）现在详细讨论一个注意力头

大模型

语音、视频转文字神器：开源whisper介绍

让我们感受一下开源语音转文字的魅力吧。

人工智能大模型 wisper

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

项目主页-https://fun-audio-llm.github.io/ 代码链接-https://github.com/FunAudioLLM/ 论文链接-https://arxiv.org

asr tts 声音

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

昨天没有发文章，因为看到 SDXL 的 Canny Contronet 发布了，但是它只能在 ComfyUI 中使用。

大模型

中文开源OCR框架对比及介绍

编译配置之类的信息，也都写的很清楚 FAQ的话直接在issue里找也基本能覆盖所有常见问题，如果实在找不到可以自己提一个，会有其他follow的用户一起讨论。

OCR

LangChain Agent原理介绍

_run方法，无论什么这里我都返回"这个是一个通用的返回" （2）return_direct=True，表示只要执行完SearchTool就不会进步一步思考，直接返回 2、CalculatorTool

langchain

说真的，SDXL究竟藏着多少秘密，也许没人知道

我是真的没想到，SDXL发布后，我围着它写了三篇文章。

文生图

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

ChatGPT羊驼家族全沦陷！

开源模型

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

用AI生成的指令微调羊驼大模型，数学能力超ChatGPT—— 微软最新开源大模型WizardMath来了。

开源模型

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！

随着近年来GPT-3、ChatGPT等大模型的兴起，高质量的数据集在模型训练中扮演着越来越重要的角色。

大模型

AI制作艺术二维码 - 文生图

前几天看到几个逼格比较高的二维码，然后自己动手做了一下，给大家看看效果： 1、文生图（狮子）： 2、文生图（城市）：下边将开始介绍怎么做的，有兴趣的可以继续读一读

文生图

使用BELLE项目部署bloomz模型（专业程序员精简版）

中文对话大模型ELLE（BE Large Language Model Engine），基于BLOOM和LLAMA针对中文做了优化，模型调优仅使用由ChatGPT生成的数据，为中文指令提供更好的支持。

belle 训练大模型

<...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