文章列表-AI魔法学院

文章列表

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

再说回这个 SDK， Realtime Embedded SDK 提供了全套工具链支持，包括安装、构建和部署等各个环节，大幅简化了将 AI 功能引入微型设备的过程。

OpenAI 嵌入式实时语音 SDK

OpenAI Assistants API 使用指南

该平台继承了腾讯 SOSO 在搜索引擎领域多年的技术财富，在搜索架构、海量数据存储和计算、智能排序、用户意图识别、搜索质量运营等方面有很深的技术沉淀。

OpenAI Assistants API

AI制作艺术二维码 - 文生图

二是使用图生图，复刻现有图片的构图或者姿势，这样容易控制细节，但是图像不那么漂亮。

文生图

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

这一步就像是为后续的分析和处理搭建好了基础框架，确保音频数据能够以合适的形式被模型所接受，为特征提取做好充分准备。

clone-voice 声音克隆

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

有许多类型的文档共享这种非结构化信息，从网络文章、博客文章到手写信件和图表。

大语言模型 python

领域大模型-训练Trick&落地思考

而以目前各厂（ChatGLM、BaiChuan、Qwen、Llama）抢占开源社区占比的架势，感觉会有很多7B、13B级别模型开源。

垂直训练大模型

一个让GPT重复自问自答的Prompt

nbsp; · · 待迭代点： · 现在输出的内容格式不太好看，Workflows可以更结构化

prompt

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

疏可走马是一个和墨心搭配使用的构图Lora, 一旦使用并再最前前置提示词后，就会采用较大面积留白的构图风格。

文生图 SD

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

AI双重注意力机制，细节之美 PersonaTalk的实现过程分为几何结构提取和人脸渲染两大部分。

PersonaTalk 视频

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

利用NLP的请求：「请检查这篇文章的语法和清晰度，并提出改进句子结构的建议。」

提示词写作

8个常用中文OCR数据集，附下载链接

该数据集由两部分构成：训练集、测试集。

OCR

大模型：泛化即智能，压缩即一切

在无监督学习中，模型被要求自行发现数据中的潜在结构、模式或规律，并进行合适的学习和推断。

大模型泛化

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

用途演示更换主体的形态这种方法是将图像提示应用到某个新的结构中，这需要再增加一个Control Type 用于控制图片的结构。

图生图文生图 sd

用上这10条神指令（prompt)，让ChatGPT快速写出优质高分科研论文

一、寻找并了解研究方向：1、使用ChatGPT作为学术研究专家，对指定主题进行广泛的文献搜索，确保来源来自知名期刊、会议或学术机构。

prompt ChatGPT 写作

模型压缩：量化、剪枝和蒸馏

结构剪枝聚焦于去除模型结构的冗余，以精简模型结构来减小模型的存储空间，满足算力需求。

BERT 语言模型

<...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