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

痛点：文档切分粒度不好把控，既担心噪声太多又担心语义信息丢失笔者之前采用了Longchain的文档切分工具，发现不能问题。

开源模型

【收藏】那些牛掰的ChatGPT指令爱了～

ChatGPT有多少智慧被你挖掘出来，在于你的提问有多巧妙。

提示词 prompt

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

近期，AI 领域异常热门，众多惊人且令人担忧的工具不断涌现。

生成式AI

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

在上一期介绍了ComfyUI的本地部署之后，很多小伙伴发现界面还是英文的，这样使用起来属实不太友好。

开源模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

人工智能是关注机器智能的一门领域，其中有许多常用技术可以被应用到各种方向的领域。

人工智能

忘了提示词吧，用自然语言教会AI画出想象力

前一段时间，我推荐了一个stable diffsion的翻译插件，和大部分其他翻译插件不同的是，它是基于离线大模型的插件，速度快、效率高。

文生图

检索增强生成(RAG)有什么好的优化方案

2）多模态RAG（文本+表格+图片）对多模态RAG而言，有三种技术路线[10]，见下图：图7 多模态RAG 如图7所示，对多模态RAG而言有三种技术路线，如下我们做个简要说明： ·&ensp

RAG 检索增强生成

这两个AI工具可以让你的工作效率提高10倍

其次，现在很多AI工具让很多小伙伴用AI也能很简单，不需要梯子，而且不需要指令。

AI工具

最新【Fooocus】支持controlnet！生图效果惊艳，附带保姆级安装教程

最近fooocus更新了controlnet功能，终于可以用起来了，兄弟们冲吧，亲测fooocus生图速度比SD-webUI快2倍多，有图为证： SD-webUI需要1分57秒，fooocus只需要52

Fooocus 文生图

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

最近在搞克隆人，发现一个很好的声音克隆项目，测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ &ensp

数字人声音克隆 GPT-SoVITS

全球最大开源prompt社区即将开放中文版

涵盖了非常多的维度：创意，游戏，金钱，求职，生产力，社交媒体，软件开发，学生，虚拟角色和Midjourney ——HACKATHON S1 (https://flowgpt.com

开源模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。

大模型

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

不过，由于 ChatGLM-6B 的规模较小，目前已知其具有相当多的局限性，如事实性/数学逻辑错误，可能生成有害/有偏见内容，较弱的上下文能力，自我认知混乱，以及对英文指示生成与中文指示完全矛盾的内容。

大模型

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

该模型不需要任何 OCR 相关输入或模块，文本由网络隐式识别。

大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

如下图效果： https://github.com/Layout-Parser/layout-parser 这一步就要采用目标检测模型，笔者做了很多探索，发现有几款开源工具可以选择，一是Layout-parser

大模型

<...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