文章列表-AI魔法学院

文章列表

初创企业必知的 30种商业模式（附实例）

5 按需付费商业模式属于定价策略的一种，用户根据消费量付费。

初创商业模式

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

当你向LLM提出一个问题时，RAG不是直接回答，而是先到这个数据库里去搜索与你的问题最相关的信息。

OCR RAG 开源

prompt必须知道的26条军规

就像我是[领域]的初学者一样向我解释。

prompt 大模型

高效选择：Ollama与LM Studio深度对比

如果你更倾向于使用成熟的商业产品，并且愿意为此付费，LM Studio将是你的选择。

Ollama LM Studio 对比

SD入门教程五：后期处理图片高清放大

批量处理文件夹：处理该文件夹下的所有图片，比如D:\AItools，那AItolls就是你需要处理批量图片的文件夹。

SD 入门教程修复

谈谈LLM在推荐域的渗透，探索推荐新范式

ICL主要思路是，给出少量的标注样本，设计任务相关的指令形成提示模板，用于指导待测试样本生成相应的结果。

大模型

大模型训练工程那些事

在通向 AGI 的路上，多模态还拥有很大的想象空间。

训练工程大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

原理先看左侧上部：Instant ID 通过 IP-Adapter 技术提取参考图片中的面部特征信息，然后通过交叉注意力（Cross Atttention）将面部特征信息传递给 UNet，用于在反向扩散过程中影响人脸的生成

ControlNet 文生图

AI虚拟主播数字人技术实现Wav2Lip

在高层次上，Deepfake 可以根据媒体的关注点分为 3 个方向进行更改，即伪造视觉（例如伪造图片或者视频）、伪造音频（例如伪造语音内容等）、伪造视觉及音频（即前两者的结合了，完全都是伪造）。

数字人视频

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

为了最小化信息损失，本文训练了一个VQ-VAE模型来学习一个向量量化码本，该码本能够从语音SSL模型中重建语音语义表示。

MaskGCT 声音克隆

2023检索增强生成技术（RAG）研究进展

然而，无论模型的规模如何增长，它们仍受限于训练数据的质量和范围。

RAG 检索增强

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

性能、成本、延迟、可扩展性和安全性（1）性能在生产环境下，RAG系统需要承载大量用户查询流量。

大语言模型 RAG检索增强

真格基金大模型能力测试问题集---垂直能力篇

作为早期投资人，我们经常需要试用和评估新发布的对话式 AI 产品，其中比较常用的方式是通过一些 Prompts，将它们与标志性的 ChatGPT 的输出结果进行直观的横向对比。

中文训练大模型

语音克隆又又又又又升级了

早在今年6月，Meta曾经推出过VoiceBox，能直接从文本生成高质量语音，不需要任何音频样本作为训练数据，可能是基于对音频Deepfake的担忧，一向秉承开源的Meta并未向工作开放VoiceBox

Meta 语音生成

写好Prompt提示工程的一套通用框架 - 5个关键要素

我会用任意一种语言向你讲话，你要检测这种语言，将其翻译并用纠正过的、改良版的英文版本回答我。

Prompt 提示工程

<...42 43 44 454647 48 49 50 51 ...>

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