文章列表-AI魔法学院

文章列表

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

需要注意的是，虽然我们在训练时使用具有遮蔽背景的同一ID的图像，但在推理过程中，我们可以直接输入具有不同ID的图像而不产生背景扭曲，从而创建一个新的ID。

PhotoMaker 文生图

在飞速发展的时代管理AI风险

改进的速度已经令人震惊，科技公司拥有足够的现金储备，很快就可以将最新的训练运行规模扩大100到1000倍。

人工智能伦理

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

他们发现，尽管人们试图使用Bark生成音乐，但这并不是训练该模型的初衷。

suno 音乐

AI绘画Stable-Diffusion风格化实战

2.初始化Stable Diffusion的图片到图片模型，加载一个预训练的卡通化模型。

Stable-Diffusion 文生图

Elasticsearch 中的向量搜索：设计背后的基本原理

然后，一旦提供了所有向量，就执行索引训练步骤。

向量数据库

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

在大模型训练好之后，如何对训练好的模型进行解码（decode）是一个火热的研究话题。

大模型

通往 AGI 之路：走进大语言模型

一、认识 ChatGPT ChatGPT 的全称是 Chat Generative Pre-trained Transformer，中文翻译过来就是基于生成式预训练变化的聊天模型，是 OpenAI 公司在

AGI ChatGPT 大语言模型

腾讯出品！开源AI数字人框架！号称可以不限时长

它还提供了在人类数据集上训练的检查点，支持从图像到视频、文本到图像到视频、视频到视频的多样化生成方式。

MuseV 视频数字人框架

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

大模型通常具有更多的参数和更复杂的结构，需要更多的计算资源和时间来训练和推理。

Prompt 大语言模型 RAG

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

他们只在一张图像上部署算法，再将图像-图像的转换，提升为视频-视频的转换，将关键点检测提升为关键点跟踪，而且不需要任何训练。

ControlNet

20个常见AI绘画工具大汇总（含免费版哦~）

Deep Dream Generator 这是一个经过数百万张图像训练的神经网络。

文生图

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

零样本学习：能够无需训练即可适应新说话者（zero-shot in-context learning），能够在不同语言之间复制声音。

asr tts 声音

GitHub工程师分享开发Copilot所采用的提示词工程

这个领域被称为提示词工程，专注于如何指导 LLM 产生不属于其预训练部分内容的输出。

开源模型

AI绘画：stable difussion SD插件之无限抽卡神器 dynamic prompts（动态提示词）

3.2 高阶用法：魔法提示词 Prompt Magic 说明：使用Gustavosta的MagicPrompt模型，经过在Lexica.art上训练的

AI图片

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

文档表示增强：文档表示会根据训练损失的权重梯度进行更新（彩色查看效果最佳）。

RAG 检索大型语言模型

<...34 35 36 373839 40 41 42 43 ...>

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