文章列表-AI魔法学院

文章列表

开源即巅峰！微软VibeVoice 7B模型：跨语言、多说话人、长文本一次到位

它通过创新的连续语音标记化技术和下一代标记扩散框架，结合大型语言模型（LLM），实现了高效处理长序列音频的能力，同时保持高保真度。

VibeVoice 7B 语音

Baichuan-13B 保姆级微调范例

这可能是你能够找到的最容易懂的，最完整的，适用于各种NLP任务的Baichuan-13B-Chat的finetune教程~ Baichuan-13B是百川智能于2023年7月11日发布的开源中英双语LLM

开源模型

Coze多智能体（Multi-Agents）模式体验！

而单智能体如果要解决一个复杂的问题或任务则需要长记忆能力（也就是现在的100k200k上下文窗口能能力，非常考验LLM的性能）而多智能体则无需强关注这块，这是个很大的优势。

Coze 多智能体

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

PHP提示词技巧，全方位精调ChatGPT复杂任务生成效果！！！

假期抽出了一些时间，整理了之前阅读AI论文时做的一些笔记。

大模型

Stable Diffusion

Stable Diffusion插件：提示词

很多同学之所以做不出高质量的图片，很大程度上是由于不知道怎么写提示词，常常面对词穷的窘境，要么不知道该写点啥，要么翻译出来的英文不是很贴切。

Stable Diffusion 提示词

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

链接大模型与外部知识，智源开源最强语义向量模型BGE

语义向量模型（Embedding Model）被广泛应用于搜索、推荐、数据挖掘等重要领域，将自然形式的数据样本（如语言、代码、图片、音视频）转化为向量（即连续的数字序列），并用向量间的“距离”衡量数据样本之间的

embedding 语义向量

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

没错，是Bert-vits2，没有之一。

Bert-vits 语音

Stability AI推出视频生成模型Stable Video Diffusion

与其他AI公司不同，Stable Video Diffusion在开源领域提供了少数几个视频生成模型之一。

Video 视频创作 SD

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

吴恩达和OpenAI合作开发了一套针对ChatGPT提示工程的最佳实践课程，课程名为《ChatGPT Prompt Engineering for Developers》。本文是该课程的5篇文章合集之四。在这篇文章中，将会介绍如何使用大型语言模型来进行文本转换工作，如语言翻译、语调调整和格式转换。

prompt 提示词

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

与之前版本的稳定扩散一样，我们使用预训练模型来推导合适的文本和图像表征。

SD 论文

初创企业必知的 30种商业模式（附实例）

如果没有好的商业模式，核心技术就没法变现，你的一切努力也会付之东流。

初创商业模式

cursor+coze智能体，一行代码没写，我撸了个小程序

之前也写过一篇关于cursor的文章，介绍了cursor的注册以及使用。

cursor+coze 智能体

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

在选择每层的子节点时，利用了上界置信树算法（UCT），帮助在"选择最有希望的路径"和"探索新路径"之间找到一个好的平衡。

PromptAgent 大模型

<...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