文章列表-AI魔法学院

文章列表

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

ComfyUI 是一个节点式的stable diffusion AI绘画工具，ComfyUI通过将stable diffusion的流程拆分成节点，实现了更加自由的工作流定制。

文生图

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

那几天里，「Ilya究竟看到了什么」引起了全网的猜测和恐慌宫斗风波第四天时，OpenAI秘密的AI模型突破Q*被泄露。

OpenAI 大模型

智能时代的变革者：定制化GPTs重塑未来的五大预言

这不光是对未来的预测，它是一个关于普通人如何利用智能时代的工具翻身逆袭、实现梦想的现实叙述。

GPTs 智能

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

我亲测过的痛点，大家应该都遇到过：想做个语音播报？

MeloTTS 语音工具

爆肝两天！ChatGPT+提示词解决知识库目录混乱

但随着时间的推移，原始的结构可能不再满足新的需求，导致信息难以归类和检索。

智能分类大模型知识库

PDFTriage:面向长篇结构化文档的问答

Toolformer (Schick et al., 2023)使用自我监督来教导自己使用工具,利用LLM的少样本能力获取潜在工具使用的样本,然后在其自己的一些生成的基础上对其进行微调,这些生成基于那些提高模型预测未来标记的能力

大语言模型 PDF 文档

《OpenAI官方：GPT 最佳实践》大白话编译解读版本

GPT对你想要的内容猜测得越少，你得到它的可能性就越大。

提示词官方翻译

一张照片秒生不同风格图像！小红书InstantID来了！

对于多人图像，会检测最大的脸部。

InstantID 文生图

8个常用中文OCR数据集，附下载链接

、多语言文字检测算法的自然图像数据集，包含500幅拍摄于室内（办公室和商场）和室外（街道）场景的自然图像。

OCR

Sora物理悖谬的几何解释

仔细检测不同令牌区间直接的连接，也非常连续光滑。

Sora 解释

【语音识别】OpenAI语音力作Whisper

基于数据集VoxLingua107W微调音频语言检测器（audio language detector），若文本转写语言和音频语言不匹配，则剔除； 3.

语音转文字 whisper

来个优秀的开源人脸识别项目！

InsightFace 包含了多种人脸识别算法，包括 2D 人脸识别、3D 人脸识别、人脸关键点检测等，并支持多种深度学习框架，如 PyTorch 和 MXNet。

人脸识别开源项目

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

概率与统计：这些对于理解模型如何从数据中学习并进行预测至关重要。

LLM 大模型 GitHub

希音面试：SSE 底层原理是什么？快20年了，为何突然爆火？

4.1、认识浏览器 EventSource对象浏览器兼容性检测在使用SSE前，首先需要确认当前浏览器是否支持EventSource（除IE/Edge外，几乎所有现代浏览器都支持

SSE 大模型

【大模型微调】 Llama 2 ：对话模型的全过程微调

相比之下，Llama 2 70B 亿参数的模型在 MMLU和 GSM8K 基准测试上与闭源的 GPT-3.5（OpenAI, 2023）表现类似，但在代码基准测试上存在显著差距。

大模型

<...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