文章列表-AI魔法学院

文章列表

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

为了解决这个问题，清华大学的研究者提出了一种新的技术，叫做潜在一致模型（Latent Consistency Models，简称LCM）。

LCM/LCM-LoRA 文生图

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

同时，该模型融合了会话理解、表格推理和检索增强等关键能力，可为未来的对话式AI应用提供强有力的支撑。

Llama3-ChatQA-1.5 对话问答模型

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 3 会自动根据你的想法帮你写提示词，并最终生成图像。

DALL-E 3 文生图

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

以下是它们的区别和使用场景： Prompt Engineering（提示工程）：Prompt Engineering是通过设计和优化输入的提示或指令，以引导模型生成特定类型的输出。

大模型

实战:如何用AI Agent实现ChatGPT流程化写作，产能翻倍

例如，当你想让 ChatGPT 写一篇文章时，你需要给出详细的指令和提示词，甚至还需要人工干预进行微调。

Agent 写作

如何构建基于大模型的App

大模型App 的系统架构思考基于LLM 的应用开发框架（例如LangChain）提供了围绕大模型构建应用程序的结构化方法。

构建大模型App

AI助手App“腾讯元宝”已上线应用商店

腾讯元宝已经上架应用宝、小米、华为、vivo、OPPO等应用商店，苹果App Store中尚未搜到该应用，还需要等一等~ 中文支持：腾讯元宝依托于腾讯混元大模型，该模型在中文理解与创作能力方面表现出色

腾讯元宝

用ChatGPT快速完成论文全流程

指令：根据你的摘要内容，提供几个关键词，我将帮你选择3-5个最能反映你论文主题和焦点的关键词。

ChatGPT 写作

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

它的关键技术包括多个版本演化、VAE（变分自编码器）、UNet架构、CLIP文本编码器、分类器引导技术、以及注意力机制等。

Stable Diffusion 文生图

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

PDF文件本身缺乏结构化信息，如我们可以一眼识别的段落、句子或单词等。

大语言模型 python

金融领域Prompt工程方法浅析

Prompt意为提示词或引导词，用以描述在AI模型中输入的起始语句或问题，以引导模型进行相关的回答或生成特定内容。

prompt 大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

南加州大学&字节提出MagicPose，一种新颖有效的方法，提供逼真的人类视频生成，实现生动的运动和面部表情传输，以及不需要任何微调的一致的野外零镜头生成。

MagicPose 视频

关于AI声音生成的一切（语音+音乐+嘴型）

提供了比原始 Whisper 模型快 70 倍的实时语音转录速度，并使用了更快的后端 faster-whisper。

声音

万字长文，大语言模型如何宣告心理学的死亡？

尽管LLM 是人类所创造的，但它拥有数以亿计的机器学习参数以及过于复杂的认知架构，这些迫使研究者关注模型输入（提示）和输出（回应）之间的相关性，而非探究LLM的内在特性或神经网络结构。

大语音模型

<...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