文章列表-AI魔法学院

文章列表

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

有网友向作者表示：目前，相关代码、复现方式以及论文也都开源或上线，GitHub短短几天已揽获4.8k标星。

开源模型

Stable Diffusion

Stable Diffusion教程：文生图

最近几天AI绘画没有什么大动作，正好有时间总结下Stable Diffusion的一些基础知识，今天就给大家再唠叨一下文生图这个功能，会详细说明其中的各个参数。

文生图 Stable Diffusion

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

爆肝两天！ChatGPT+提示词解决知识库目录混乱

当然，即使是那些在职场上工作多年的人，也会面临同样的问题。

智能分类大模型知识库

实时语音克隆

作者推荐了一些其他的语音克隆解决方案，并提供了安装和配置的指南。

语音克隆

从第一性原理看大模型Agent技术

这个过程实际上包含了一个叫做“Recoding”的过程，我们会将熟悉的操作或流程用神经元重新表示，这样就把一个复杂的操作简化为了一个子任务，通过类似于传参的方式控制一个子神经网络完成任务。

大模型 agent

ComfyUI王牌！复合生成！必须揉在一起

Comfy的工作流牛，就牛在可以直接串烧生成。

comfyui 文生图

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

机器人心理学家苏珊·卡尔文博士（由布兰杰特·莫纳翰饰演）是一个关键角色，她是机器人制造公司USR（U.S.

大模型

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

ComfyUI，你开启XL钥匙打开了新世界

但在与大家一起努力学习，了解了ComfyUI后，我有点难以抑制的激动，我觉得之前称呼这个“开启XL大门的钥匙”有些欠妥，它应该是开启AIGC新世界大门的钥匙！

ComfyUI 大模型

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这种严格的监督训练方式限制了模型的泛化性和实用性，因为这样的模型通常还需要额外的标注数据来完成训练时未曾见过的视觉“概念”。

OpenAI 自然语言监督

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

作为Civtai和Stable Diffusion的集合体，用起来超级科学！

LeonardoAI 文生图

AIGC的7个黑暗面

这种一厢情愿的等级制度在军方的分类系统中最为明显，但许多企业也有这种等级制度。

大模型

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

作者：知乎用户链接：https://www.zhihu.com/question/575983499/answer/3055288368 来源：知乎著作权归作者所有。

生成式AI

<...20 21 22 232425 26 27 28 29 ...>

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