文章列表-AI魔法学院

文章列表

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“看到这一排机器了吗？

数字人

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

在本地计算机上开发的代理代码在部署到生产中的服务器时，可以扩展以支持数千个并发会话。

voice agent 开源音视频

投资人逃离大模型

后续通过社交媒体平台，在用户争夺战中占据了先机。

大模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

这种范式的成功在一定程度上得益于使用词元编码/令牌（token），它们巧妙地统一了文本的多种形式——代码、数学和各种自然语言。

sora openai 视频生成

EasyPhoto | 您的智能 AI 照片生成器

项目简介 EasyPhoto是一款Webui UI插件，用于生成AI肖像画，该代码可用于训练与您相关的数字分身。

训练 EasyPhoto 文生图

Stable Diffusion

Stable Diffusion教程：提示词

提示词写对了，AI才能输出相应的结果，提示词写的越好，AI输出的内容质量越高、越贴近你的需求。

提示词 SD 绘画

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

这也就意味着，类似的输入项在 LSH 哈希后，它们很可能会被映射到相同的存储桶中，而相似度较低的输入项则可能会被映射到不同的存储桶中，从而提高了查找相似项的效率。

agent

大语言模型的拐杖——RLHF基于人类反馈的强化学习

强化学习从人类反馈（RLHF）是一种先进的AI系统训练方法，它将强化学习与人类反馈相结合。

大模型训练

一文带你认识ELMo

基于这样的动机，作者提出了ELMo模型。

embedding

职场及工作中常用的方法论总结

WHY：以前在学校里写论文时，首先需要阐述的就是整篇文章的动机。

工作

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

这个过程绘制方法很巧妙，它是通过把这张图均匀地切成4块去画的，画完以后再拼回到一起。

AI图片

8个常用中文OCR数据集，附下载链接

训练集中一共有300幅图像，通过随机抽样的形式从原始数据集中抽取出来。

OCR

SD入门教程四：图生图基础用法

图生图的出现是为了弥补文生图的不足，因为文生图有个无法避免的问题，就是随机性太大，当你抽卡抽到一张你喜欢的图片，但是可能某些地方不满足需求，对于文生图而言，是很难进行修正以及修改的。

SD 入门图生图

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

从上图中可以看到，相对较大的数据集（Common Crawl）会使用相对较大的采样比例（60%），这个比例远远小于该数据集在整体数据集中所占的规模（410 / 499 = 82.1%），因此，CC

大模型训练

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

时，GPT-4V 表现出识别图像中众多微妙视觉线索的能力，并提供了一系列合理的假设。

多模态大模型 GPT-4V 文生图

<...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