文章列表-AI魔法学院

文章列表

国产AI，逃过一劫

一整年过去，觉醒与狂飙、躁动与退场在时刻上演。

ChatGPT 大模型

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

爆肝两天！ChatGPT+提示词解决知识库目录混乱

当然，即使是那些在职场上工作多年的人，也会面临同样的问题。

智能分类大模型知识库

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

因此，开发出一种成本相对较低的、大规模开放域指令自动生产方法，成为当下指令调优语言模型的关键。

开源模型

ComfyUI，你开启XL钥匙打开了新世界

但在与大家一起努力学习，了解了ComfyUI后，我有点难以抑制的激动，我觉得之前称呼这个“开启XL大门的钥匙”有些欠妥，它应该是开启AIGC新世界大门的钥匙！

ComfyUI 大模型

从第一性原理看大模型Agent技术

开始试图让模型自身清楚地描述问题，把问题转化为 PDDL （Planning Domain Definition Language）格式的描述语言，通过调用通用规划器来解决规划问题，再把解决方案转化为可执行的动作

大模型 agent

ComfyUI王牌！复合生成！必须揉在一起

Comfy的工作流牛，就牛在可以直接串烧生成。

comfyui 文生图

Stable Diffusion

Stable diffusion三步搞定——场景定制化

迫于这个原因我们将经历投入到SD的学习当中，在学习的过程中发现SD的操作界面对设计师来说比较友好，操作界面更类似于一款软件的操作界面，感觉是在学习一门技术（可能是总用绘图软件做图留下的后遗症）。

AI图片

实时语音克隆

作者推荐了一些其他的语音克隆解决方案，并提供了安装和配置的指南。

语音克隆

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

启动训练。

大模型微调

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

开源大语言模型完整列表

它是一个基于全局词频统计（count-based & overall statistics）的词表征（word representation）工具，它可以把一个单词表达成一个由实数组成的向量，这些向量捕捉到了单词之间一些语义特性

开源模型大语言模型

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

天的文章我们将深入探讨专门解析顶级Prompt的逆向工程技术，这个方法不仅能解读“神级”Prompt提示词的工作原理，还可指导我们如何优化或复制这些提示词。

大模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

<...31 32 33 343536 37 38 39 40 ...>

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