文章列表-AI魔法学院

文章列表

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

11、未来，AI大模型的训练可能更倾向于推理生成合成数据的方向，也就AI生成的内容更多会依赖于推理，而非训练。

Llama 3 大语言模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

同时在CPU和GPU上进行8位量化，可以进一步提高算法效率。

faster-whisper 语者识别 ASR

最强开源数字人对口型系统介绍

大家好，今天给大家介绍的是开源“最强”的数字人克隆方法 Easy-Wav2Lip: 仓库地址： https://github.com/anothermartz/Easy-Wav2Lip

数字人开源模型

清华系17人，撑起中国大模型创业半壁江山

四个月时间，百川智能已经发布参数量130亿的通用大语言模型Baichuan-13B-Base、对话模型Baichuan-13B-Chat及其INT4/INT8两个量化版本、530亿参数规模的Baichuan

大模型

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

1.导入数据，构建待查询的数据库。

Agent QueryPipeline 大模型

OCR是什么以及推荐几款开源中文OCR识别软件

二值化：　　如今数码摄像头拍摄的图片大多是彩色图像，彩色图像所含信息量巨大，不适用于OCR技术。

OCR

吴恩达老师建议大家关注 AI 智能体工作流

这好比要求一个人一气呵成地写完一篇文章，不允许回退修改，却期望文章能达到高质量。

智能体大语言模型

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

而OpenELM中的每个Transformer层具有不同的配置（例如，注意力头数量和前馈网络维度），导致模型的每个层中参数数量不同。

OpenELM 大模型

什么是GPTs！如何创建自己的第一个GPTs？

知识库：可以上传自己的知识库，那么GPT在回答的时候会进行一个相关性的搜索。

大模型应用 chatgpt

Stable Diffusion

17/180 Stable diffusion 抽卡神器 dynamic prompts (二)

通配符文件位置是 /path/to/stable-diffusion-webui/extensions/sd-dynamic-prompts/wildcards 集合目录包含各种修饰符库

文生图文生图

谈谈LLM在推荐域的渗透，探索推荐新范式

微软的几个点给我印象深刻： 1、50%左右的人没有用过AIGC； 2、80%的人只用过简单的提示词，把AI作为知识库； 3、90%的人过度理解AI，AI可以解决一切。

大模型

RPA机器人实现网页自动翻页功能

RPA通常可以执行以下类型的任务： 1.数据输入和处理：包括从电子表格、数据库等数据源中提取数据，进行处理和转换，再输入到其他系统中。

RPA 自动

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

是一种结合变分推理（variational inference）、标准化流（normalizing flows）和对抗训练的高表现力语音合成模型应用so-vits-svc快速生成AI歌曲，仓库地址

音乐

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

通过transformers来调用中文模型 transformers是一个用于自然语言处理（NLP）的开源库，由Hugging Face开发和维护。

Whisper 语音优化

Midjourney | 17个常用的命令

/show 输入/show在jobid 框里输入您的图库中所生成图像的作业ID 后，你可以再次召唤和恢复自己的任何生成图像 /fast 切换快速模式，在快速模式下

文生图

<...40 41 42 434445 46 47 48 49 ...>

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