文章列表-AI魔法学院

文章列表

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

数据上看，可灵支持生成长达2分钟的30fps的超长视频，分辨率高达1080p，且支持多种宽高比。

可灵快手文生视频

停用词(Stop Words)的价值、收集与使用

当我们的任务是判断图1-1所示信息的友好度时，橙色的“上”字虽然很显眼，但是没有太大的辅助作用——我们只需要分析“我从未见过有如此厚颜无耻……”，就可以知道丞相是在施展嘴遁骂人了。

停用词

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

在通过代码访问这些 Assistants 时，我们还可以向其提供最多 128 种工具的访问权限，包括调用外部 API 并接收返回的数据以供 Assistants 进行处理。

检索增强生成大语音模型

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

相反，研究人员还必须从「自上而下」地解释神经元，选择适当的分析单元，来揭示适用于这些现象层次的一般规则。

大模型

目前有哪些比较成功的人工智能应用？

其实如果我们按照输入给人工智能应用数据类型的不同来划分的话，大致可以分为四种。

生成式AI

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

1、提示链我们尝试的第一件事是使用提示链技术将复杂的提示分解为多个部分，并让 GPT 在每一步“检查其答案”。

大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

而小花却能准确地回答，甚至还可以画出一只真实不存在的狗或者猫。

LLM

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

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

一、什么是clone-voice clone-voice是一款免费开源的声音克隆工具，它凭借先进的人工智能技术，能够分析和模拟人类声音的特征，从而实现高质量的声音克隆.

clone-voice 声音克隆

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

理论方法考虑到所有上面说的几种不同类型的PDF文件格式，对PDF的布局进行初步分析以确定每个组件所需的适当工具就很重要了。

大语言模型 python

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

回到AI绘画，我们和AI之间的交流其实也是一样的。

大模型文生图

我们需要的不是智能体，而是工作流（5000字保姆式教学）

平衡情感共鸣和理性分析,既触动人心又富有洞察力。

工作流教学

17K star！30秒偷走你的声音，开源声音克隆工具

今天我们分享一款开源的声音克隆工具，只需30秒的一般音源，它就可以偷走你的声音，它就是：OpenVoice。

OpenVoice 声音克隆开源

不用再羡慕Prompt大神了！看了这篇文章，你只需10秒钟，就能拥有自己想要的专业级Prompt！

今天，我来分享一个万能的超级Prompt。

prompt 写作

<...33 34 35 363738 39 40 41 42 ...>

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