文章列表-AI魔法学院

文章列表

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

Mel-spectrogram是一种能够有效捕捉音频信号频谱特征的工具，它将音频信号转换为一种更适合机器学习模型处理的图像形式，成为许多语音合成模型的标准输入形式，有助于模型更好地理解和学习声音的特征。

clone-voice 声音克隆

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

通过图生图局部重绘（上传蒙版）出图在整个过程中我们会用到我们之前学习过的内容，局部重绘、ControlNet openpose 以及语义分割相关的内容

Stable Diffusion 文生图

LLM native策略的内部状态是否应该结构化【2023Q3】

1、场景介绍先介绍一下本文讨论的问题场景，以传统的对话机器人为例。

大模型

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

3、使用英文去撰写提示词，并且使用大写突出显示单词为什么要使用英文去撰写，这一点其实不需要做过多解释，大家应该都能理解，毕竟模型是人家用英语做母语的人研发的，模型训练所使用的海量内容大部分也都是英文内容

ChatGPT prompt

ChatGPT写论文最强指令

如可能，请附上这些文献的摘要和发表期刊详情，帮助我深入了解研究内容。

ChatGPT 指令

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

那么根据模型参数，如何预估我们的训练所需的内存开销，这里有一个简单的方法比如 6B 模型，60亿规模参数，根据以下公式计算：模型参数 + 梯度参数 + 优化器参数 = 6B * 1bytes +

大模型人工智能

盘点字节跳动最新的AI应用

想要让你的聊天机器人更聪明、更有趣？

字节 AI工具

从第一性原理看大模型Agent技术

导读走马观花、抛砖引玉整个 PPT 一百多页，内容繁杂。

大模型 agent

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

MoE是一个并行的前馈神经网络，主要由门控模型/路由器（Gating Model/Router）和一组专家模型（Experts Models）构成，当数据输入门控模型/路由器时，系统会根据任务类型将每个

MoE大模型 APPa

没有思考过 Embedding，不足以谈 AI

OpenAI 的 Jack Rae 在 Standford 的分享中提到了一个很深刻的理解语言模型的视角：语言模型就是一个压缩器。

开源模型

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

可以兼容Stable Diffusion WebUI。

comfyui sdxl 文生图

提示词框架：Markdown结构法

纯文本：因为Markdown是纯文本格式，所以它可以使用任何文本编辑器打开和编辑。

prompt 提示词

检索增强生成 (RAG):What, Why and How?

机器学习从业者在RAG流程不同阶段使用多种技术来改善LLM性能。

检索增强大模型

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

谷歌还通过原生 Keras 3.0 兼容所有主流框架（JAX、PyTorch 和 TensorFlow），为 Gemma 提供推理和监督微调（SFT）的工具链。

开源模型 Gemma

划重点！全网最全AI数字人工具合集！

· 选择语音：输入文字或录制语音，让数字人“说出”你想让他/她表达的内容。

AI 数字人

<...29 30 31 323334 35 36 37 38 ...>

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