文章列表-AI魔法学院

文章列表

盘点字节跳动最新的AI应用

到了2023年5月初，《中国企业家》杂志揭示，字节跳动的创始人张一鸣正在积极研究OpenAI的一系列论文。

字节 AI工具

我去华强北走了一圈，发现这里正被另一种 AI 包围

当然，也有专业的，提到了「AI 大模型」。

华强北 AI

【语音识别】OpenAI语音力作Whisper

首先，通过特征提取器将原始音频输入变换为对数梅尔声谱图 (log-Mel spectrogram)。

语音转文字 whisper

StableDiffusion

StableDiffusion常用基础参数说明

常用参数介绍# Prompt（提示词）：对你想要生成的东西进行文字描述。

文生图

再见了ComfyUI，WebUI也有了工作流

虽然WebUI默认自带图片信息读取功能，不过只能读取提示词、CFG等最基本的信息，想要完美复刻原图有不小的难度，尤其是使用了ControlNet的图片，几乎无法复刻，而LightDiffusionFlow

ComfyUI WebUI 文生图

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

您可以指定种子和系统提示，以创建多样化的数据集。

LLM 大模型 GitHub

人话聊AI大模型：AIGC如何助力营销的秘密（上）

其用户界面设计简洁明了，用户只需轻松输入文本提示，就能在几秒钟内生成相应的内容。

大模型

说真的，SDXL究竟藏着多少秘密，也许没人知道

数字和单词上篇文章已经提到过这件事，具体来说，你可用这样的提示词来描述：画面主体+写字的地方+ Text/saying/writing/printing 等 + “单词/数字” 举几个简单的例子

文生图

深入浅出：大语言模型中必不可少的技术——Embedding简介

embedding技术的发展可以追溯到20世纪50年代和60年代的语言学研究，其中最著名的是Harris在1954年提出的分布式语义理论（distributional semantic theory）。

embedding

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

结构化提示创建（Structured prompt creation）按照特定格式创建结构化提示，如“[full transcription][word][duration token][audio

OuteTTS-0.1-350M 音频

RAG 修炼手册｜一文讲透 RAG 背后的技术

最初，Transformer 被提出来用于机器翻译任务，并取得了显著的性能提升。

RAG Embedding

baichuan2 有什么好的深挖论文中涉及的知识点

监督微调在监督微调阶段，我们使用人类标签员对从不同数据源收集的提示进行标注。

大模型

分享使用SDXL 1.0模型的一些技巧和心得

我们先切换回base模型，然后使用同样的提示词。

文生图

来自Microsoft Build 2023：大语言模型是如何被训练出来的

如下图所示，是来自OpenAI做tokenzier的例子： tokenizer是将原始数据转换成整数数值（OpenAI提供了一个开源实现：byte pair encoding：https://www.datalearner.com

大模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

示例 a) 中，LLM 给出的答案与给定上下文相矛盾，而在 b) 中，上下文没有提供足够信息，无法知道生成的答案是否相矛盾。

开源模型

<...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