文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

最后看右侧：通常情况下，提供给 UNet 的交叉注意力来源是文本提示词，但是文本很难精确的表达一个人的面部特征，所以才搞出来 Instant ID的方案。

ControlNet 文生图

AI创作｜如何通过GPT进行漫画视频的故事改写

由于短视频平台的流量池策略，只有当完播率达到一定比率后，才会有更大的曝光。

生成式AI

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

Codeshell基于Megatron-LM，在Attention算子优化、数据预处理、数据加载、日志输出、状态监控、分布式训练管理等方面进行了深度定制，支持Flash Attention2加速，训练吞吐量达到了每

开源模型 AI编程

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

与传统的关系数据库不同，Milvus 专门处理输入向量的查询，并能够索引规模达到万亿级别的向量。

开源模型

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

到 1980 年，微软公司的收入达到了几百万美元，但这与后来的发展相比简直是小巫见大巫——公司真正的“重大突破”是在 1980 年。

MS-DOS 4.0 开源模型微软

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

此功能推出后，网友纷纷上手尝试，SimilarWeb的统计显示，该平台9月份访问量达307万次，比8月的652181次增长了371%。

ima copilot 搜索

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

「全文长达 24 页」，涵盖了近 250 篇最新文献，在各平台都有着不小的热度。

大模型研究

实现职场飞跃：10个ChatGPT提示词技巧助你找到理想工作

电子邮件应该介绍我，突出我的技能，表达对这份工作的兴趣，并礼貌地请求雇主考虑。

面试求职提示词

RAG从入门到精通-RAG简介

总结 RAG是一种前景广阔但仍在发展的技术,需要仔细调优与优化才能达到可靠的性能。

rag 大模型

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

svc-develop-team/so-vits-svc.git github.com/svc-develop-team/so-vits-svc 搭建训练环境硬件需求 N卡，建议GPU达到

音乐

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

other=arxiv:2311.00430 此外，有项测试结果表明，在处理 150 分钟的音频时，Distil-Whisper 的速度可以达到 Faster-Whisper 的 2.5 倍。

语音 HeyGen

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

从图上数据可以看到，每秒能到达27tok，基本可以流畅对话了。

Qwen1.5 大模型

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

在工具调用能力的评测中，MiniCPM3-4B 在 BFCL（Berkeley Function Calling Leaderboard）上的得分高达 76.0%，领先于 Qwen2-7B-Instruct

MiniCPM3-4B 大模型

中文开源OCR框架对比及介绍

对于个性化训练中可能出现的bug和问题，这里也都给了答案一般来说文本检测需要的数据相对较少，在PaddleOCR模型的基础上进行Fine-tune，1000张以内即可达到不错的效果。

OCR

40个值得收藏的AI prompt提示词，帮助你更好地思考问题，做出更加准确地商业决策，让你无往不利

在商业决策中运用约束理论，有助于找出限制组织达到更高性能的关键瓶颈，并通过系统的改进来解决这些问题，从而实现整体性能的提升。

prompt 提示词

<...35 36 37 383940 41 42 43 44 ...>

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