文章列表-AI魔法学院

文章列表

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

我们分别从文本编码器和图像编码器中获取文本嵌入和图像嵌入。

PhotoMaker 文生图

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

结合梯度和贪婪搜索在实践中，团队找到了一种简单直接且表现更好的方法——「贪婪坐标梯度」（Greedy Coordinate Gradient，GCG）」也就是，通过利用token级的梯度来识别一组可能的单

开源模型

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

动手微调Llama3！

MoE 专家混合模型

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

ensp; · 实验性 5 到 68 个关键点识别

FaceFusion 文生图

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

1、RNN（循环神经网络）时间：20世纪90年代关键技术：循环结构和记忆单元处理数据：适合处理时间序列数据应用场景：自然语言处理、语音识别、时间序列预测等 RNN是一种神经网络模型，它的基本结构是一个循环体

大模型学习

RAG 修炼手册｜一文讲透 RAG 背后的技术

在哪个区域表示哪些类别，区域和区域之间的差异，这些都有明显的特征。

RAG Embedding

国产AI，逃过一劫

一整年过去，觉醒与狂飙、躁动与退场在时刻上演。

ChatGPT 大模型

Stable Diffusion

Stable diffusion三步搞定——场景定制化

迫于这个原因我们将经历投入到SD的学习当中，在学习的过程中发现SD的操作界面对设计师来说比较友好，操作界面更类似于一款软件的操作界面，感觉是在学习一门技术（可能是总用绘图软件做图留下的后遗症）。

AI图片

实时语音克隆

作者推荐了一些其他的语音克隆解决方案，并提供了安装和配置的指南。

语音克隆

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

这种融合使大型语言模型（LLM）能够生成更丰富、更具上下文意识的输出。

RAG-Fusion 检索增强

ComfyUI，你开启XL钥匙打开了新世界

可以选择的新世界至于很多人跟我一样，觉得密密麻麻有如电路板一样的操作界面太劝退了，我这两天在学习的过程中思考了一下，我准备之后的文章都会提供2套思路，分别是： 1.🤔

ComfyUI 大模型

百万token上下文窗口也杀不死向量数据库？CPU笑了

§ § Volume（体量）：即使上下文窗口越发得长，但和全网庞大的非结构化数据相比就是小巫见大巫；尤其是企业级动辄GB、TB这种体量，还涉及众多私有数据的情形。

向量数据库大模型 cpu

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

AI拟声: 5秒内克隆您的声音

例如，销售人员可以使用它来录制销售话术或电话营销脚本，并让自己的销售团队使用这些克隆的声音进行销售活动，从而提高效率和销售额。

声音克隆开源

<...43 44 45 464748 49 50 51 52 ...>

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