文章列表-AI魔法学院

文章列表

大语言模型微调：定制自己的微调数据集

其他形式除了上述提到的数据格式，还有一些数据格式不易转化为对话形式，例如纯文本文档。

大模型

基于LLM+向量库的文档对话痛点及解决方案

为各语义段的关键信息集合，或者是各个子标题语义扩充之后的集合（pdf多级标题识别及提取见下一篇文章）语义切分方法1：利用NLP的篇章分析（discourse parsing）工具，提取出段落之间的主要关系，譬如上述极端情况

开源模型

开源！数字人资源大集合！

AGORA 在 CVPR 2021论文中提出，由涵盖 350 多个独特主题的 4240 个扫描组成，全部与 SMPL-X 拟合配对。

数字人开源

国内人工智能对北京高考微作文题目的回答

文心一言：在张爱玲的《金锁记》中，有一段令人难忘的描写。

中文大模型

最好用的AI一键换脸工具FaceSwapLab汉化

1、换脸插件的安装地址： https://github.com/glucauze/sd-webui-faceswaplab 详细过程不再赘述了，这个插件需要微软的开发工具VisualStudio。

一键换脸

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

除此之外，M3-Embedding这里已经没有instruction或者prefix的存在了，也就是说，无法通过任务或者场景的描述，去生成特定的文本表征，这种方式其实是不符合目前的主流做法，跟上一代的BGE

BGE M3-Embedding 多语音检索

【语音识别】OpenAI语音力作Whisper

最后，解码器基于先前输出的词以及编码器隐含状态，自回归地预测下一个输出词。

语音转文字 whisper

国内厂商语音识别与Whisper评测：现状与概况对比

与说话人识别（Speaker recognition）及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。

语音识别 Faster-Whisper

OCRmyPDF—可智能识别PDF文本和图片信息的工具

OCRmyPDF向扫描的PDF文件添加了OCR文本层，使它们可以被搜索或复制粘贴。

OCRmyPDF 工具

Roop升级版FaceFusion换脸AI技术使用以及部署教程

python run.py 使用教程当我们完成上述步骤中执行python run.py代码后，你将会在CMD窗口中看到如下内容。

FaceFusion 教程

Stable Diffusion

全面理解Stable Diffusion采样器

第三步：将第一步的噪声与第二步的系数乘起来，从隐层图片中减掉的该噪声量重复上述步骤，直到 noise schedule 结束。

绘画采样器 SD

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

这里需要注意的是，如果想让钢铁侠的音色讲日语，那么需要单独安装Mecab库，并且单独拷贝动态库，详见：Win11环境Mecab日语分词和词性分析以及动态库DLL not found问题(Python3.10

coqui-ai TTS 语音

达摩院SPACE对话大模型：知识注入与知识利用

对话是对语言的高级应用，主要有以下几个特点： ①口语化，表述随意，不一定符合语法、句子不完整、噪音较多、有很多 ASR 错误。

大模型

开源大语言模型完整列表

3.更好地支持多语言：基于更大词表的分词器在分词上更高效，同时它对其他语言表现更加友好。

开源模型大语言模型

实战:如何用AI Agent实现ChatGPT流程化写作，产能翻倍

2.阐述AI Agent将如何优化写作过程。

Agent 写作

<...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