文章列表-AI魔法学院

文章列表

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

本文作者研究主要关注两个问题：1）基于工业领域中的PDF文档，将单模态文本、单模态图像、文本+图像双模态放入RAG系统中，看一看文本+图像双模态是否能够提升RAG系统的性能？

大模型研究

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

如果你想用手机或者电脑访问自己的服务器进行stable diffusion（以下简称sd）跑图，学会使用sd的api是必须的技能上个月做了安卓和苹果手机用远端sd进行跑图的几个demo，整体流程很简单

文生图 api

Claude 官方提示词，中文版（含API Prompt）

文件的互动打字游戏,宇宙打字,侧滚玩法,Tailwind CSS风格这个是 Prompt，下同：编写一个完整的网络应用程序作为单个HTML文件,该应用程序应包含一个简单的横向滚动游戏,我使用

prompt 写作

【语音识别】OpenAI语音力作Whisper

（个人想法：角色分离得单独做，科大讯飞有专门做这个，好像是基于聚类的思想，后续待深入了解）。

语音转文字 whisper

Pynsist：一键打包 Python 应用代码成 Windows 安装程序

简单易用： Pynsist 的设计理念是简单易用。

Pynsist 程序

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID:https://studio.d-id.com/ HeyGen:https://app.heygen.com/home 如果你只需从单张图片生成与音频同步的视频，且对人物动作没有太多特殊要求

AI视频

一文搞懂贝叶斯定理有什么用

例如，我们在搜索引擎中输入elon这个单词后，搜索框自动给出了联想补全：怎么实现这个功能？

贝叶斯定理

写好Prompt要记住这六点！

明确定义您的最终目标，无论是简单还是复杂。

prompt 写作

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Sadtalker是一个能够根据图片和音频生成视频的开源项目，它使用了一种叫做SadNet的神经网络，可以实现风格化的单图说话人脸动画。

数字人

Stable Diffusion

Stable Diffusion 30种采样器全解

o Euler：ODM求解器，简单直接，可收敛——能产生最终稳定图像。

Stable Diffusion 采样器

吴恩达老师建议大家关注 AI 智能体工作流

对 AI 来说，采用这种迭代工作流显著优于单次过程的写作方式，能够产出更优质的成果。

智能体大语言模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

安装成功后，重启 WebUI，在 ControlNet 单元的 Control Type 中就可以看到这个新类型了，Instant ID自带两个预处理器，不过模型还需要自行下载安装。

ControlNet 文生图

如何用大语言模型构建一个知识问答系统

比如内容过多，可以进行概括；也可以进行简单推理。

知识库

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

名单顺序是随机的。

Transformer 大模型

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

简单来说，这些采样器是算法，它们在每个步骤后获取生成的图像并将其与文本提示请求的内容进行比较，然后对噪声进行一些更改，直到它逐渐达到与文本描述匹配的图像。

文生图 SD

<...37 38 39 404142 43 44 45 46 ...>

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