文章列表-AI魔法学院

文章列表

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

今天，我们将向大家推荐一款能够提升我们工作效率的 AI 工具（下载地址见文末）。

生成式AI

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

例如，我们可以利用它来探讨“为什么面对同一个输入提示，模型会选择输出Token A而不是Token B？”

大模型调试工具

AA大佬新作：ComfyUI整合包，打造极简解决方案

幸运的是，AA发布的ComfyUI整合包为新手朋友们提供了一个简单易行的解决方案。

comfyui 文生图工作流程

Prompt屠龙术-思维链

CoT 提示的另一个好处是，它为我们提供了直观地调试 LLMs 推理缺陷的机会。

Prompt 思维链

ComfyUI 基础教程（一）环境部署和插件安装

ensp; 如果你本地电脑中有使用过WebUI，那么你的模型文件通常是放在stable-diffusion-webui目录下的，复制过来就会很浪费空间，所以ComfyUI的作者提供了使

comfyui 文生图

使用BELLE项目部署bloomz模型（专业程序员精简版）

中文对话大模型ELLE（BE Large Language Model Engine），基于BLOOM和LLAMA针对中文做了优化，模型调优仅使用由ChatGPT生成的数据，为中文指令提供更好的支持。

belle 训练大模型

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

这个新项目基于BLOOM和LLAMA，针对中文进行了优化，使用了ChatGPT生成的数据来进行模型调优，为中文指令提供更好的支持。

belle 训练大模型

【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!

SenseVoice-Small 提供5种语言(中文、英文、日语、韩语、粤语)的低延迟 ASR(目前已开源)，SenseVoice-Large 支持超过 50 种语言的高精度 ASR。

asr tts 声音

AI撬开小县城的万元商机

还有智能教育机器人进入了课堂，为学生提供个性化的学习辅导，提高了学习效果。

AI 商机

一个完整Prompt让ChatGPT自动生成短视频制作脚本

ChatGPT的优秀Prompt可以为产品售卖提供了一个创新性、高效率的解决方案。

ChatGPT Prompt 视频

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

不管是唱歌视频，还是讲话视频，只要提供一张肖像照片，外加一段音频，算法就会自动生成一段口型完全能对上、画面生动的视频出来。

EMO 阿里全民演唱

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

iiMedia Research（艾媒咨询）调研数据显示，超七成的受访者认为降本增效是AIGC最主要的应用价值。

数字人数字分身

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

公司的用户反馈分类没法展示出来，需要找寻另外可用的分类文本。

大模型

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

强调了更有效的文本编码器，使用了更先进的CLIP版本，生成的图像与文本提示的一致性和相关性有所提升。

Stable Diffusion 文生图

几款开源的OCR识别项目，收藏备用

EasyOCR.git mmocr MMOCR 是基于 PyTorch 和 mmdetection 的开源工具箱，专注于文本检测，文本识别以及相应的下游任务，如关键信息提取

OCR

<...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