文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 生成卡通证件照

cartoon_portrait_v1:0.6> 反向提示词：low quality, worst quality, bad-hands-5, bad-image-v2

SD 证件照文生图

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

Stable Diffusion

Stable Diffusion生成卡通证件照

cartoon_portrait_v1:0.6> 反向提示词：low quality, worst quality, bad-hands-5, bad-image-v2

Stable Diffusion

使用自己的数据训练清华ChatGLM2-6B 模型

什么是P-tuning-v2 我们让claude.ai解释一下： P-tuning-v2是基于Prompt-tuning方法的NLP模型微调技术。

ChatGLM2-6B

使用stable diffsion对老照片进行AI高清放大修复

基础模型，models\Stable-diffusion\v2-1_768-ema-pruned.ckpt 3、模型选择使用图生图功能，大模型选择v2-1_768-ema-pruned.ckpt，

SD 高清老照片修复

整理了近期所有TTS相关的大模型

; XTTS [Repo](https://github.com/coqui-ai/TTS) [](https://huggingface.co/coqui/XTTS-v2

TTS 大模型

语音识别的未来已来：深入了解faster-whisper的突破性进展

例如，在使用Large-v2模型和GPU进行13分钟音频的转录测试中，faster-whisper仅需54秒，而原始Whisper模型需要4分30秒。

语音识别 Faster-Whisper

揭秘DeepSeek:一个更极致的中国技术理想主义故事

SemiAnalysis首席分析师认为，DeepSeek V2论文“可能是今年最好的一篇”。

DeepSeek 大模型

Stable Diffusion

Stable diffusion 有哪些不错的模型

https://www.zhihu.com/question/597629253/answer/3042997052 基础模型（不推荐） SD系列比如sd-v1-4、sd-v1-5、sd-v2

文生图

第3期 SDXL和SD的10大区别！你知道几个？

SD v1 生图的最佳分辨率在512x512，SD v2则为768x768，而 SDXL 最佳分辨率达到了1024x1024。

文生图

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

在LM Eval Harness的多个下游任务上，YOCO与Transformer模型OpenLLaMA-3B-v2、StableLM-base-alpha-3B-v2、StableLM-3B-4E1T

Decoder-Decoder YOCO 架构

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

Dolly有2个版本，v1是基于vicuna模型微调得到的，v2模型则是基于pythia模型得到的。

大模型

垂直领域大模型的一些思考及开源模型汇总

训练方法：基于ChatGLM-6B模型，采用Lora和P-tuning-v2两种方法进行模型训练。

垂直领域大模型开源模型汇总

Suno音乐新手指南（手把手完整版教程）

v2阶段，官方建议每次输入的歌词不要太多，官方建议是每次输入4-8行，即1-2个组块。

suno 歌曲教程

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

ensp; · · 反向提示词：bad-artist,bad-artist-anime,bad-hands-5,bad-image-v2

AnimateDiff 视频训练

<123 4 5 6 >

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