文章列表-AI魔法学院

文章列表

基于LLM+向量库的文档对话痛点及解决方案

LLM：根据文档，2023年的国民生产总值是593034亿元。

开源模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

项目简介 F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统。

F5-TTS 音频克隆

全球最大开源prompt社区即将开放中文版

作为一个长期高频编写prompt的工程师来说，最大痛点可能就是缺乏交流的孤独感： prompt 是否能封装成一个特定场景的工具？

开源模型

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

语言模型细节 2.1 tokenizer比较以上几个基座模型的tokenizer的词表大小不同，对同一个中文文本的分词结果会产生不同的结果。

大模型微调训练

Python程序混淆和打包exe文件流程和方法

基本思路是先对代码进行混淆，然后打包成exe文件，下面我们介绍一下具体过程。

Python 程序

TrOCR——基于transformer模型的OCR手写文字识别

VIT，Swin便是成功的把transformer的注意力机制应用到了计算机视觉任务，那么基于transformer模型的OCR识别任务，便是理所当然的了。

OCR 手写文字识别

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

MATH、HumanEval和MBPP的优异成绩，都证明了它在自然语言处理和代码生成上的高超水平。

Baichuan 3 大模型

吴恩达老师建议大家关注 AI 智能体工作流

目前，我们通常在零样本 (Zero-shot) 模式下使用大语言模型 (LLM)，即让模型一步步地生成输出，而不进行任何修改。

智能体大语言模型

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

前不久小圈为大家介绍过 Coqui 文本转语音（Text-to-Speech，TTS）模型，相比较市面上原有的开源TTS模型，Coqui 有其独特的优势，也受到了广大科技互联网爱好者的青睐

EmotiVoice 语音库

WebUI使用用InstantID，AI换脸完美版

巧妙地避免了对文生图模型 UNet 部分的训练，仅通过训练一个轻量级的可插拔模块，实现了在推理过程中无需 test-time tuning，同时保持了文本控制的灵活性，确保了面部特征的高保真度。

换脸小红书

AI 绘画新时代：ChatGPT + DALL-E 3

用户以自由表达的语言解释生成图像的问题，为模型的优化提供精细注释。

文生图图生图 chatGPT DALL-E

Fooocus制作从小到老图

其实本来今天想讲下新出的lcmlora的极速出图，但是中文版有点问题，就讲下通配符好了。

Fooocus 文生图年龄

Midjourney 进阶关键词_摄影效果专题

本期先简单介绍一下摄影效果的演变，下期(次条)开始分享关键词。

midjourney 文生图绘画

再也不用担心 AI 图片脸崩手崩了

本文包含的内容非常丰富，从插件的安装，到各种参数的详细介绍。

ADetailer 安装文生图

OCR是什么以及推荐几款开源中文OCR识别软件

亦即将图像中的文字进行识别，并以文本的形式返回。

OCR

<...39 40 41 424344 45 46 47 48 ...>

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