文章列表-AI魔法学院

文章列表

中学生也能看懂的Sora视频生成原理解读

这种处理多样化视觉数据的能力，使得Sora在接收到如‘猫坐在窗台上’这样的文本提示时，不仅能理解这个提示背后的意图，还能利用它的内部表示形式，综合利用不同类型的视觉信息，生成与文本提示相匹配的视频或图片

视频生成 sora

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

这个ControlNet可以提取人的面部信息，然后在生成的人物图片中使用此面部。

ControlNet 文生图

个人从零预训练1B LLM心路历程

除此之外，本文会侧重介绍在做各部分内容的时候笔者遇到的问题、回过头来的思考、以及群友/读者问到过的技术细节。

LLM 训练

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

无论是内容创作者、研究人员、还是企业高管，我们都需要一个能够高效整合信息、提升工作效率的工具。

Flowith GPT 生产力工具

Stable Diffusion

[Stable Diffusion]Segment Anything实现商业换装

与传统的分割工具相比，它的优势就在于自动检测，大大提高了分割效率。

Segment Anything 文生图

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

论文方法方法描述本文介绍了使用RAG（Retrieve and Generate）框架来解决开放域问答问题的方法。

RAG 检索论文

RAG 2.0，终于把RAG做对了！

尽管这是对生产级生成式AI现状的重大改进，但整个子领域仍存在一个疑问：RAG是否正在倒数其最后的日子，这些创新是否只是在对一匹死马进行鞭打？

RAG 大语言模型

大模型推理能力增强方法总结

他们发现，通过在问题的结尾附加“Let's think step by step”这几个词，大语言模型能够生成一个回答问题的思维链。

推理能力大模型

伦敦出租车司机的遭遇，暗示了程序员的未来

这个测试提升了伦敦出租车司机的服务水平，他们成为了活地图，同时也构成了伦敦出租车行业的巨大的门槛，一般人很难进入。

人工智能伦理

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

而 OpenVoice 作为一款强大的多语言即时语音克隆AI工具，可以为用户提供高效、个性化的语音克隆服务，是一款值得推荐的项目。

tts 文本转语音

懒人福音！用AI生成会议纪要，让你的工作更高效！

**效率提升**：AI可以实时转录会议内容，并在会议结束后迅速生成纪要，大幅提高工作效率。

会议纪要 AI工具

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

算是大语言模型在医疗领域的一项创新，为在线问诊和医患交流场景提供了可行的智能化解决方案。

大模型

如何使用 Megatron-LM 训练语言模型

Transformers 3 还支持使用 Trainer API 来训练，其在 PyTorch 中提供功能完整的训练接口，甚至不需要自己编写训练的代码

开源模型

一文带你认识ELMo

基于这样的动机，作者提出了ELMo模型。

embedding

如何使用ChatGPT写论文

提供一些能帮助我提高数据分析技能的资源 2.

ChatGPT 写作

<...36 37 38 394041 42 43 44 45 ...>

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