文章列表-AI魔法学院

文章列表

45个 DALL-E 3 使用案例 (附提示词)

提示词：为[特定品牌或公司，如'Techtron']的[特定产品或事件，如'新款智能手机发布']设计引人注目的图片广告牌，强调[特定功能或主题，如'流线型设计和超长电池寿命']。

DALL-E 提示词文生图

扣子更新图像流功能，字节版 ComfyUI 来了！

目前涵盖的工具包括智能生成、智能编辑、基础编辑三部分，具体整理如下支持 AI 扩图、AI 抠图，多图融合，智能换脸等主流功能。

ComfyUI 图像流文生图

Suno音乐新手指南（手把手完整版教程）

4.

suno 歌曲教程

微信向量检索分析一体化数仓探索：OLAP For Embedding

升级案例背景： OLAP 生态不仅可以做 vector search，还能做 emb 推理生成和 SQL 数据加工处理，我们看一个画像平台改造案例，穿插看一下该场景的通用泛化能力；早期画像采用“图谱标签

OLAP For Embedding 一体化数仓

prompt必须知道的26条军规

prompt的创新突破来自于阿拉伯联合酋长国阿布扎比的大学的学者[1]，在LLaMA-1/2（7B、13B和70B）、GPT-3.5/4上进行了大量实验，提出26条prompt军规，

prompt 大模型

如何从零开始，打造一家AI驱动的公司？

· 还有Retool Vectors，一种将数据存储和索引到向量嵌入中以供人工智能检索的简单方法 · · 通过上传网站

大模型打造公司

提升GPT Prompt效果最佳实践 - 拆解复杂任务

SYSTEM Prompt：我们提几个问题，进行客户服务查询：针对我们提出的4个问题，GPT对意图的识别都是正确的，效果很棒。

GPT prompt

Dify：大模型创业开源工具，46,558 行代码，完全开源

4.

Dify 开源工具

AutoGPT与LLM Agent解析

后面我们也会看到，各种所谓的智能 agent 也都是在这个思路下进行拓展实现的。

大模型

QWen1.5: 卓越模型之路

对 Qwen Base 和 Chat 模型在一系列基础及扩展能力上进行了详尽评估，包括如语言理解、代码、推理等在内的基础能力，多语言能力，人类偏好对齐能力，智能体能力，检索增强生成能力（RAG）等，对比对象也增加了热门的

Qwen1.5 开源模型

十大开源语音识别项目

multilingual-model-speech-recognition/ star：28k DeepSpeech DeepSpeech 是一个开源的嵌入式（离线、设备上）语音到文本引擎，可以在从 Raspberry Pi 4

语音识别开源项目

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

4）音视频结合：精准锁定目标发声者 ClearerVoice-Studio 的音视频建模功能，是多发言者场景中的一大亮点。

ClearerVoice-Studio 语音

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

最近Andrej Karpathy这位OpenAI联合创始人在一个开发者活动上发表简短讲话，谈论了自己和OpenAI内部对AI Agents （人工智能代理人）的看法。

Agent

最顶尖的大语言模型人才，只关心这10个挑战

融入其他数据模态 4.

大语言模型

解读OpenAI Sora文生视频技术原理

一、Spacetime Latent Patches 潜变量时空碎片, 建构视觉语言系统在“ChatGPT是第一个真正意义的人工通用智能”中，笔者总结过大语言模型借助

sora

<...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