文章列表-AI魔法学院

文章列表

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

大模型应用的10种架构模式

作为一位老码农，我在这里整理总结了一些针对大模型应用的设计方法和架构模式，试图应对和解决大模型应用实现中的一些挑战，如成本问题、延迟问题以及生成的不准确性等。

大模型架构

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

它是OpenAI的Whisper模型的JAX版本，实现了在TPU上高达70倍的速度提升，这不仅是对现有技术的重大突破，更是对未来潜力的一次展现。

Whisper 语音识别

如何快速构建GPTs个人知识库应用？

GPTs 是一个创新方式，允许任何人根据自己的日常需求、特定任务、工作或家庭生活，定制个性化的 ChatGPT，并且可以将这些定制版本分享给他人。

GPTs 知识库

固定的“魔咒”：正负面质量标准化提示词

hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *广泛适用于写实及二次元风格

提示词 prompt 绘画文生图

SD入门教程六：ControlNet基础入门

这里的结构信息，可以是简笔画，也可以是一张图片的蒙版，甚至是一张图片的边缘信息。

ControlNet 文生图

【大模型微调】 Llama 2 ：对话模型的全过程微调

随着收集到更多偏好数据，奖励模型得到了改进，作者逐渐训练出性能更好的 Llama 2-Chat 版本。

大模型

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

它可以利用最先进的图像识别算法，为你制作蒙版。

Stable Diffusion 文生图

ChatGPT「火」烧到游戏行业，有人用其设计关卡、撰写文案、激活NPC，这会给游戏行业带来什么改变？

有人用它来撰写游戏文案、设计游戏关卡，甚至从零开始构思制作出一款游戏。

大模型 chatGPT

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

OpenAI对TDB的解释如下： TDB允许在编码之前快速地探索模型的工作原理，它能够介入模型的前向传播过程，让我们可以直观地看到某个特定操作如何影响模型的行为。

大模型调试工具

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS是一个为对话场景设计的语音生成模型，专门用于大型语言模型（LLM）助手的对话任务、对话语音和视频介绍等应用。

ChatTTS 语音合成

造梦师手记：C站首推的动漫模型竟然是十八禁？

最近几天，我开始关注C站还在更新的SD1.5的模型。

stablediffusion sd 文生图

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

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

大模型

Prompt及AI提问实践

写在前面在大模型技术应用越发广泛的大背景下，各行各业都在尝试落地。

Prompt 大模型提问

如何用AI做LOGO？

在写文章领域，以ChatGPT为首的生成式AI已经可以驾轻就熟的写出各种文档，从公文到小说，从年终总结到广告文案，甚至还会写代码。

Stable Diffusion 文生图

<...17 18 19 202122 23 24 25 26 ...>

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