文章列表-AI魔法学院

文章列表

Agent具体实现

有了代理，就不需要手动编写 if/else 逻辑了，只需将选项提供给模型，让其进行判断。

Agent 大模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

在生成过程中，面部定位器（Face Locator）用来编码面部的边界框区域。

音频阿里

大模型微调方法总结

假设模型在任务适配过程中权重的改变量是低秩（low rank）的，由此提出低秩自适应（LoRA）方法，LoRA 允许我们通过优化适应过程中密集层变化的秩分解矩阵来间接训练神经网络中的一些密集层，同时保持预先训练的权重不变

开源模型

M3E 可能是最强大的开源中文嵌入模型

感兴趣模型和项目的部署和教程可以看这几篇文章：教程｜使用免费GPU 资源搭建专属知识库 ChatGLM2-6B + LangChain 工程落地实践

开源模型

Stability AI开源上新：3D生成引入视频扩散模型

§ 条件输入：输入图像通过VAE编码器嵌入到潜在空间中，会和噪声潜在状态合并，一起输入到UNet中；输入图像的CLIP嵌入矩阵则被用作每个Transformer模块交叉注意力层的键值对。

sv3d 建模

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

流程介绍使用效率加载器 Efficient Loader，大模型选择 SDXL Lightning 模型，比如 dreamshaper, 再选一个 SDXL 的黏土风

SDXL 文生图

如何使用ChatGPT写出优质文章

草稿编写与检查撰写每个部分：根据规划的结构，逐一完成每个部分的撰写。

ChatGPT 写作

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

论文：https://arxiv.org/pdf/2409.11340 OmniGen具有以下特点：「统一性：」 OmniGen天然地支持各种图像生成任务，例如文生图、图像编辑

大模型研究

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

其具体的技术流程主要包括以下几个关键步骤： 1、数据预处理：首先，对输入的音频文件进行采样率转换和分帧等预处理操作。

clone-voice 声音克隆

阿里出品自动化视频剪辑工具FunClip！

使用流程如下： FunClip Usage FunClip的主要功能 · 自动化语音识别

FunClip 视频阿里

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

VAE模型：全称Variational auto enconder变分自编码器，它类似于图片生成后的滤镜。

文生图

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

其火热程度可见一斑。

EMO 阿里全民演唱

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

（4）流程规则当我们希望设计分步骤处理内容或进行互动的场景指令时，就会涉及到流程规则的描述。

ChatGPT 大模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

Part.1 MetaGPT: 多智能体协同框架的元编程论文标题：MetaGPT: Meta Programming for Multi-Agent Collaborative

大模型

Deepseek-V2技术报告解读！全网最细！

为了节约KV cache的内存，Deepseek-V2将kv cache压缩到了同一个小矩阵中，后面再解压缩出来：这个时候注意力得分的计算可以写成：这个时候我们变得清楚了，我们apply旋转位置编码的时候

Deepseek-V2 大模型

<...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