文章列表-AI魔法学院

文章列表

国产视频制作之光-可灵：提示词大全整理

移动镜头：推、拉、摇、移、升、降，包括猛推、快推、慢推、猛拉、快拉、慢拉、跟摇、跟推、跟拉、跟升、跟降，还有缓慢运动、镜头固定、平移向左、平移向右、环绕、倒退、前进、放大、缩小。

可灵 kling 视频

Insanely Fast Whisper：超快的Whisper语音识别脚本

以下是我们在免费的 Google Colab T4 GPU 上运行的一些基准测试！

音频 Whisper

高级 RAG 技术——图解概览

在实际运行时，我们会用同一个 Encoder 模型对用户的查询进行向量化处理，在索引中搜索这个查询向量，找出最相关的前 k 个结果。

RAG 检索图解

人话聊AI大模型：AIGC如何助力营销的秘密（上）

到了2023年3月15日，MidJourney正式发布了V5版本，主要在以下几个方面进行了优化： 1.支持更多图形的横纵比； 2.提升了prompts与生成图形的一致性，从而提升了图像质量

大模型

PymuPDF4llm：PDF 提取的革命

正是在这样的背景下，PymuPDF4llm应运而生，它以其开源、免费、强大的特点，迅速赢得了广大开发者的青睐。

PymuPDF4llm PDF

经典Prompt欣赏 - GitHub Copilot Chat

仔细并严格按照用户的要求执行。

prompt 提示词

一款构建AI数字人项目开源了！自动实现音视频同步！

如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。

AI数字人音视频同步

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

在保证场景多样性方面，他们运用了大规模统计图像。

Anydoor 文生图

chatglm3基础模型多轮对话微调

/chatglm3-6b-base"的路径进行调用。

ChatGLM 微调

为什么大佬都在说Agent是未来？换个角度来谈一谈

LLM：能够生成“无法考证可能正确”以及“不一定及时”的相关行程攻略，景点等信息。

Agent 大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

中文版 Llama2 开源大模型创下社区「首个」好消息是，在 Meta Al 开源 Llama 2 模型的次日，开源社区首个能下载、能运行的开源中文 LLaMA2 模型就出现了。

开源模型

Midjourney | 17个常用的命令

(30天和企业会员可无限使用这个模式) /prefer suffix 重置你的偏好设置(有时生成图片时会出现一些自己明明未添加的指令，却提示错误，可以执行一下这个命令) &

文生图

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

这种方法使得使用大型语言模型（LLMs）进行高效推断成为可能，最多可以实现20倍的压缩，而性能损失很小。

LLMLingua LlamaIndex 开源框架

XX来信：智能体设计模式2：Reflection

我们可以提示它直接生成所需的代码来执行某个任务x。

Reflection 智能体

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

其二，相比扩散模型可能需要几百甚至上千次迭代，一致性模型只需要一两步就能搞定多种图像任务—— 包括上色、去噪、超分等，都可以在几步之内搞定，而不需要对这些任务进行明确训练。

SD 文生图 DALLE

<...41 42 43 444546 47 48 49 50 ...>

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