文章列表-AI魔法学院

文章列表

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

文章原创度检测过程，简单来说包括两大步骤：步骤1: 从互联网或文章库中定位相似内容: 1.文章被细分为小句或段落，使之更便于逐个对照。

Prompt ChatGPT

如何使用 Megatron-LM 训练语言模型

它还将数据拆分为带有索引的编号序列，并将索引存储，因此 tokenize 只需要计算一次。

开源模型

ComfyUI环境方面开窍了，成功跑通animatediff

因为这个名字让我不知道选哪个，我是XL模型，最后试下来应该选pytorch_model.bin IPAdapter完事~ 然后试一下animateDiff的工作流，第一次飘红，试了下安装缺失节点，居然还真的检测到了

animatediff 文生图

再也不用担心 AI 图片脸崩手崩了

我们可以在搜索引擎上输入关键词 “adetailer stable diffusion”，通常这个网页在搜索结果中排名第一。

ADetailer 安装文生图

解读提示工程（Prompt Engineering）

小模型用于对文本提示进行编码并生成特定于任务的虚拟令牌。

Prompt 提示词

【语音识别】OpenAI语音力作Whisper

其用于训练的标注音频时长高达68万小时，比Wav2Vec 2.0使用的未标注训练数据 (6 万小时) 还多一个数量级。

语音转文字 whisper

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

·可视化文本分块，支持人工干预。

RAGFlow RAG 开源

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

虽然 GPT-4V 在“找出不同之处”游戏中的预测并不完美，但其比较两图像内容的能力在现实生活应用中，如缺陷检测，证明是有价值的，我们将在以下小节中探讨。

多模态大模型 GPT-4V 文生图

向量数据库不是一个单独的数据库分类

在不久的将来，我们会看到：每个数据库都会提供某种形式的向量搜索。

大模型向量数据库

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

该项目仍在较早期开发阶段，体验与使用上可能会遇上些小问题。

Windrecorder 录屏

剪映专业版智能补帧

本篇文章给大家分享一下剪映专业版智能补帧这个功能，可能很多小伙伴都还不知道竟然有这个功能。

剪映智能补帧

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

在每个步骤中，潜在空间中的每个小块都将被发送到Stable Diffusion UNet，小块一遍遍地分割和融合，直到完成所有步骤，成为一张完整的图片。

文生图

3 个令人惊艳的 AI 文档神器，开源了！

用户可以直接让 AI 总结并提取《了不起的盖茨比》这本小说的关键内容。

大模型开源模型

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

当然视频中还是存在“一眼假”的地方，比如完全静止的大海和天空背景、似乎是悬浮在画面上的眉毛、忽大忽小的鼻孔和瞳孔等。

EMO 阿里全民演唱

<...18 19 20 212223 24 25 26 27 ...>

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