文章列表-AI魔法学院

文章列表

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

Embedding模型作为大语言模型（Large Language Model，LLM）的一个重要辅助，是很多LLM应用必不可少的部分。

开源模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

fish-speech1.4模型代码语音克隆 F5-TTS模型推理部分代码 Mask-GCT模型推理部分代码 CosyVoice模型的推理代码效果篇

语音克隆开源模型

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

这些应用程序允许用户上传视频，然后在几分钟内将其转换成流利的土耳其语、法语、阿拉伯语或意大利语。

AI

使用自己的数据训练清华ChatGLM2-6B 模型

可以看到解压后的文件有两个，分别是train.json和dev.json。

ChatGLM2-6B

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

我发现 v14 模型效果更好，但我建议这两个模型都下载下来，这样就可以自己尝试哪个更符合需求。

AnimateDiff 视频训练

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

能根据描述生成符合描述的人物照片。

photomaker 绘画风格

大模型微调应用实践，没那么简单，看看曾经踩过的坑

除了训练速度符合需求，多机训练模型的loss下降趋势和单机模型训练的趋势基本一致，也符合预期。

大模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

在AI的众多分支中，语音识别技术的突破性进展尤为引人瞩目。

Whisper 语音识别

领域大模型-训练Trick&落地思考

但有些并没有什么理论依据，全是自己的实验经验&结论，可能跟大家有所不同，欢迎大家讨论，交流分享。

垂直训练大模型

RAG 2.0，终于把RAG做对了！

作为提示工程过程的一部分，你还想调整模型将如何响应。

RAG 大语言模型

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

此外，RAGFlow还具备自动化和易于配置的特点，能够与商业系统无缝集成，提高数据处理和分析的效率。

RAGFlow RAG 开源

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

这个模型被广泛应用于各种任务，包括将一种语言翻译成另一种语言的翻译工作、将图片中的文字变成可读的文字的OCR（光学字符识别）任务等等。

大模型

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

同时研究发现，在预训练期间添加一个占位符令牌作为专用的注意力汇可以进一步提高流式部署的性能。

大模型 llm框架

Prompt全攻略(二):Prompt编写的要诀

本文将为您全面介绍Prompt编写的诀窍,让您快速成为Prompt编写高手,充分享受AI写作带来的便利。

prompt

Stable Diffusion

Stable Diffusion｜提示词高阶用法（四）LoRA指定区域

A4000显卡，SDWebUI原创生成 “LoRA分层控制”的教程，网络上已经有各路大佬总结过一些自己的分享了，不过在作者一一细品后，感觉都非常的学术派。

文生图

<...25 26 27 282930 31 32 33 34 ...>

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