文章列表-AI魔法学院

文章列表

openpose原理及安装教程（姿态识别）

使用CMake进行配置和生成项目文件。

行为识别姿态识别

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

今天介绍一篇OpenAI的神作CLIP，文章发表在ICML-2021，于2021年3月挂在arXiv上的。

OpenAI 自然语言监督

如何从零开始，打造一家AI驱动的公司？

，以便用户为图片添加文本并提取收据、PDF 等文本数据 · · 音频转文本功能，可以上传音频并立即将其转换为文本。

大模型打造公司

大语言模型LLM和知识图谱KG增强的企业搜索应用

但它非常擅长这些模式，以至于它可以像你一样书写文本，可能更好。

开源模型

AI Agent新对决：LangGraph与AutoGen的技术角力

●支持多方对话和协作，包括文本、音频或视频形式。

LangGraph AutoGen 对决

AI 绘画新时代：ChatGPT + DALL-E 3

不过中文描述并不万能的，在最后部分，我一直使用大颗粒像素来描述画风，它并未给出预期结果，当使用 pixel art 之后，就达到了预期。

文生图图生图 chatGPT DALL-E

Stable Diffusion

Stable Diffusion 入门教程开篇

Stable Diffusion（SD）是由CompVis、Stability AI 和 LAION 的研究人员于 2022 年发布的一款文本到图像生成的潜在扩散模型，基础版SD1.5（512*512

Stable Diffusion 文生图入门教程

11个非常简短却十分神奇的 ChatGPT 指令，刷新你的认知

当然，本文介绍中文提示词也同样有效。）

提示词

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

具体有哪些中文模型可以选择，可以参考这两个地址中文语言理解测评基准(CLUE) 和SuperCLUE琅琊榜。

大模型人工智能

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

AI 产品榜（2023年08月）5000+ AI产品排名与分析

本文总共包含 20 个重要榜单，篇幅有限更多榜单，您可以点击文末 “阅读原文” 访问 AI 产品榜单的飞书文档。

工作

来自Microsoft Build 2023：大语言模型是如何被训练出来的

大语言模型原始训练数据都是文本，是不能直接输入的，采用tokenizer将文本变成整数，利于模型学习每个词元的表示和上下文信息，并且可以在不同数据集上迁移。

大模型

用AI生成PPT、用AI优化PPT

我在前几天写过相关文章，当时我在文中引用的是百度AI对话的PPT生成插件，我对这个插件生成的PPT的评价不高，但是在体验了百度文库的智能PPT功能后，有种“识别三日，当刮目相看”百度的感觉。

ppt AI生成PPT

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

并且，在 Lamini 的项目地址中有着 · 1400 个问答数据集（这是关于 Lamini 的内部工程文档，你也可以将其自定义）； · 在此数据集上运行 LLM 微调的代码；

大模型

Sora懂不懂物理世界？

丘成桐先生的弟子, 计算机图形学专家顾险峰从数学角度给出了很精到的分析：https://mp.weixin.qq.com/s/IUN1Y6TDATtFOK9r8m8iUQ 顾险峰老师在文中列举了Sora

文生视频视频生成 sora

<...38 39 40 414243 44 45 46 47 ...>

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