文章列表-AI魔法学院

文章列表

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

· Transformer Debugger开源地址和其它资源为什么大语言模型难以调测和解释大语言模型需要大量的计算资源来训练，包含了数以千亿的参数

大模型调试工具

惊艳推荐！8款好用又免费的文本转语音TTS工具

TTS Maker TTS Maker 是一个文本到语音（TTS）服务，支持多种语言和不同的声音选项（包括：中文、英语、日语、法语、阿拉伯语、韩语等等，甚至转换成方言：包括东北话、粤语、闽南话等等

TTS Maker 语音

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

特别是，假设模型的训练集包含诸如「Olaf Scholz was the ninth Chancellor of German」之类的句子，其中「Olaf Scholz」这个名字位于「the ninth

大模型

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

此步骤下会输出 77 个等长的向量，每个向量包含 768 个维度。

Stable Diffusion 文生图

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

关键概念包括向量、矩阵、行列式、特征值和特征向量、向量空间以及线性变换。

LLM 大模型 GitHub

openpose原理及安装教程（姿态识别）

OpenPose的原理是通过对输入的图像或视频进行深度学习处理，使用已经训练好的神经网络模型来识别人体关键点，包括头部、肩部、手肘、手腕、髋部、膝盖等关键位置。

行为识别姿态识别

目前最强图像编辑模型——Nano banana可以免费用了

body, the full body needs to be completed这都是前话了，nano现在可以直接使用了，让我们一起来看看他还能做什么目录：IP形象延伸设计 IP形象表情包制作根据角色生成漫画根据证件照生成职业全身形象照

Nano banana 文生图

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

感觉记忆的子类别包括图像记忆（视觉）、回声记忆（听觉）和触觉记忆（触摸）。

Agent

解读提示工程（Prompt Engineering）

用途包括问答、信息检索、事实核实等。

Prompt 提示词

ChatGPT等大模型实用的提问技巧

角色扮演 Act as，最好包括双方的角色定位，时间和场景描述任务指令 Instruction 希望模型执行的特定任务或指令比如：简述

大模型

5个最佳开源RPA框架！

我认为 RPA (Robotic Process Automation）本身就包含了AI的内容，它是在人工智能和自动化技术的基础上，依据预先定义的流程、规范再与现有系统进行交互并完成预期任务的技术。

智能自动化大模型 RPA框架

5个最佳开源RPA框架

我认为 RPA (Robotic Process Automation）本身就包含了AI的内容，它是在人工智能和自动化技术的基础上，依据预先定义的流程、规范再与现有系统进行交互并完成预期任务的技术。

开源模型智能自动化

AI虚拟主播数字人技术实现Wav2Lip

深度伪造技术概述第二部分：Wav2lip技术概述第三部分：使用Wav2Lip进行AI主播虚拟人的深度实践第四部分：效果评测第五部分：Wav2Lip完整版教程的下载注：本案例涉及到所有内容，包括教程

数字人视频

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

Demo地址： http://120.92.209.146:8887/ 自2024年2月以来，我们共发布了5个版本模型，旨在实现领先的性能和高效的部署，目前该系列最值得关注的模型包括

minicpm 面壁

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

注：Concate* 表示按列进行拼接这样的处理方式使模型可以应用于广泛的领域，包括全景图识别、卫星图像、古文物扫描分析等。

XVERSE-V 多模态大模型

<...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