文章列表-AI魔法学院

文章列表

中文开源OCR框架对比及介绍

除了认证复杂，其他体验还不错。

OCR

用ChatGPT写论文prompt大全

3、矫正错别字和语法错误：输入“修正拼写和语法错误”，可以发现文章中的拼写错误和语法错误，并给出修改建议。

prompt

一文读懂GPT-1：生成式预训练如何提升语言理解

为了适应这些任务，GPT-1将结构化输入转换为预训练模型可以处理的有序序列，以避免大量修改模型架构。

GPT

prompt提示工程最佳实践课程笔记分享

nbsp;第 2 步：把你的解决方案与学生的方案进行比较 · 第 3 步：在开始评估学生的解答之前，先完成你自己的解答过程 3 技巧 #3：重复提问

prompt 提示词

AI声音克隆 | 最全最简教程（权威版）

Bert-VITS2可能需要更长的训练时间(1-4个小时)来达到高质量的语音合成效果，尤其是在数据集较大或模型较为复杂的情况下简单来说就是如果你需要更稳定和标准的声音，辛苦一次永久使用就选择

声音克隆教程

M3E 可能是最强大的开源中文嵌入模型

text2vec-base-chinese", "text2vec": "/home/featurize/data/text2vec-large-chinese", # 修改处

开源模型

8个超级GPTs Agent，每个浏览量超20w+（实用建议+攻防Prompt）

，直到用户完全理解为止 https://chat.openai.com/g/g-GbLbctpPz-universal-primer 6）ChatPRD 一位按需首席产品官，他将帮助您起草和修复

GPTs Agent

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

零样本学习：能够无需训练即可适应新说话者（zero-shot in-context learning），能够在不同语言之间复制声音。

asr tts 声音

ComfyUI，你开启XL钥匙打开了新世界

设置模型搜索路径，可以复用设备上的其他路径里的模型文件。

ComfyUI 大模型

Agent四大范式 | 综述：全面理解Agent工作原理

在这些能力中，规划尤为重要，它涉及到复杂的理解、推理和决策制定。

Agent 大语言模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

接下来，我们将指令修改为“让我们逐行计算苹果.

多模态大模型 GPT-4V 文生图

AI产生意识，对人类意味着什么

人类大脑满足这两个条件，拥有极其复杂的神经网络结构，各个部分之间存在数十亿条神经连接。

AI 意识

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

尤其是，Opus在处理复杂任务时，展现了几乎与人类相媲美的理解和表达能力，是AGI领域的领跑者。

claude 大模型

SDXL风格插件，超越Midjourney的时刻来了

WebUI的创作者，在7月20日发布了一款插件（8月5日进行了第一次更新），这个插件的作用简单又复杂：生成各种风格（style）。

SDXL

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

描述新生成的图片与原图的相似程度，数值越小，采样越少，相似度越高，算的越快 (采样数 = Denoising strength* Sampling Steps) 9.Seed，生成的每个图像都有自己的种子值，修改这个值可以控制图像的内容

Stable Diffusion 图生图

<...23 24 25 262728 29 30 31 32 ...>

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