文章列表-AI魔法学院

文章列表

什么是BERT？

Transformer结构所堆叠在一起对于不同的下游任务，BERT的结构可能会有不同的轻微变化，因此接下来只介绍预训练阶段的模型结构。

embedding

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

我们的模型训练过程包括两个阶段：多任务预训练和监督微调。

大模型语音

腾讯最新的人像写真工作PhotoMaker

用随机噪声填充了身体部分和背景，为了消除非脸部的图像区域影响。

PhotoMaker 文生图

18种 DALL-E 3 炫酷的文字效果和提示词

举例：描绘一群可爱快乐的孩子在微风轻拂、阳光明媚的海滩上放飞五颜六色的风筝。

DALL-E 3 提示词文生图

最新大模型面经+感受，4家大厂offer！

对于阿里系（拆分后各个事业群独立招聘）、字节、百度等大厂，或者百川智能、360等比较头部有名气的中小公司，或许也能给到面试机会，但是在面试过程中一旦涉及到LLM具体的项目经验，像我这种完全空白的人来说只能尴尬地说没做过

大模型面试

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

Headless，让Chrome渲染PDF，再导出成HTML，甚至图片都转成了 base64 字符，所以一个网页就可以包含完整的文本、字体和图片等内容这是我的 pdf2htmlEX 分支

PDF转换

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

这部分还提供了和非量化模型的对比。

大模型

Markdown 介绍及使用教程

先别跑，这不是学Python，千万不要被「标记」、「语言」吓到，Markdown的语法十分简单，常用的标记符号不超过十个，用于日常写作记录绰绰有余，不到半小时就能完全掌握。

编程

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

但是不知道是不是心理原因总感觉ComfyUI的清晰度不如WebUI，所以相对来说WebUI玩的更多一些（其实主要还是因为简单，ComfyUI研究一晚上只造出了基础的生成和放大流程o(╥﹏╥)o），下面还是分享一些在使用

AnimateDiff SD

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（一）：安装与常用插件

但节点式的工作流也提高了一部分使用门槛。

文生图 comfyui

模型压缩：量化、剪枝和蒸馏

01BERT模型分析想要深度压缩BERT，必须对模型各部分有更为深入的了解，前面的章节已经详细介绍过Transformer 和BERT 的结构，此处不再解释各模块的具体功能。

BERT 语言模型

FFmpeg之父新作——音频压缩工具 TSAC

具体来说，TSAC可以将3.5分钟的立体声歌曲压缩为192KB 的文件。

TSAC 音频工具

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

然后就是相关参数，大部分在文生图里面已经见过，只有Resize mode、Denoising strength是新增的，我们挨个介绍: 1.Resize mode。

Stable Diffusion 图生图

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

然后对这些响应进行微调。

Transformer

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

比如说“一只开心地跑来跑去的小狗，舌头伸在外面，脸上满是开心的笑容”，或者“一个穿着古装、拿着书卷、微笑着看向远方的女子”，这些描述能让图片里的角色好像活过来一样。

Qwen3

<...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