文章列表-AI魔法学院

文章列表

实测15款AI大模型实时新闻搜索能力：金融业资讯获取哪家强？

这些模型能联网获取最新信息，但部分存在细节缺陷。

AI 大模型

语言大模型100K上下文窗口的秘诀

以下是上述要点的详细内容。

大模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

Sora 的技术报告 [3] 没有详细说明视频描述生成器的训练细节。

Sora 微软

盘点来自工业界的GPU共享方案

在容器挂载设备时，修改后的container runtime将挂载虚拟GPU设备，而不是真实GPU设备。

大模型

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

可以看出与原素材底图作比较，除了一细节的差别，与原图匹配度高达80%，在降低随机性，提高抽卡中奖率上面还是有比较大的效果的，在生成足够多的样本后，我们可以挑选一些匹配度更高的图片。

文生图

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

前不久，Kimi 大模型已经入驻了字节跳动旗下的「扣子Coze」开发平台，成为首个入驻的第三方大模型。

Kimi 扣子Coze 大模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

层后，再加入⼀个均匀分布的噪声，噪声的采样范围为 $$ [-\frac{L}{\sqrt{d α｝｝ ,\frac{L}{\sqrt{d α｝｝] $$ 其中，α为可调节参数

NEFTune 大语言模型

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

o • 灵活的音色控制：OpenVoice 可以对语音风格（例如情感和口音）以及其他风格参数（包括节奏、停顿和语调）进行精细控制。

tts 文本转语音

prompt必须知道的26条军规

14、通过向你提问，让模型从你那里获取精确的细节和要求，直到它获得足够的信息来提供所需的输出（例如，“从现在开始，我希望你向我提问以...”）。

prompt 大模型

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

这就好比你问了一个复杂的问题，RAG先跑去图书馆查资料。

OCR RAG 开源

解读 Openai 给 DALLE3 设的完整系统提示词

这个提示词，是看到网友分享的，我让GPT复现，GPT没有告诉我。

提示词绘画 DALLE

中学生也能看懂的Sora视频生成原理解读

通过这三个关键步骤的协同工作，Sora能够将文本提示转化为具有丰富细节和动态效果的视频内容。

视频生成 sora

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

2.ComfyUI的安装 a.安装的常见问题本文不深入探讨安装过程的细节，因为市面上已有众多关于安装指南的文章。

ComfyUI 故障应对

中文开源OCR框架对比及介绍

根据OCR任务的不同（比如身份证识别、银行卡识别），用户需要修改发送的请求参数格式。

OCR

AnimateDiff 生成补间动画

借助 Controlnet Tile，你可以：修正图像细节纹理变化图像放大 - 生成图像，再使用Tile修正细节

文生图 AnimateDiff

<...16 17 18 192021 22 23 24 25 ...>

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