文章列表-AI魔法学院

文章列表

Roop升级版FaceFusion换脸AI技术使用以及部署教程

不知道是不是心理作用，总感觉FaceFusion比Roop更加好用。

FaceFusion 教程

智能知识图谱SmartKG和pySmartKG简介

PySmartKG 更加详细的安装、编译和使用方法请见：https://github.com/microsoft/SmartKG/blob/master/SmartKG_Spec.pdf 一、SmartKG 定义

知识图谱

金融行业的AIGC应用

不过，从数据处理和分析到模型的透明性和可解释性，金融机构在实现AI技术的全面融合和应用中也遇到了不少挑战。

金融大模型

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

其实这两天也在轮流学习使用WebUI和ComfyUI，发现同等帧率设置下ComfyUI的生成速度要快很多而且占用资源少一些，但是不知道是不是心理原因总感觉ComfyUI的清晰度不如WebUI，所以相对来说

AnimateDiff SD

语音、视频转文字神器：开源whisper介绍

Whisper模型使用了一种称为“自注意力机制”的技术，它可以在处理不同的语音信号时，更好地捕捉到语音中的关键信息。

人工智能大模型 wisper

为什么说AI现在还不行！

如果和过去对比，那么过去的编程固化的是程序员的智能，程序员的智能通过程序在限定的边界内处理问题，所以泛IT的崛起伴随着程序员群体的崛起，不管是程序员的人数还是收入。

大模型

模型压缩：量化、剪枝和蒸馏

通过这3 个超参数，可以基本知晓BERT 的各模块大小，L 和H 决定了模型的宽度和深度，A 决定了模型Attention 的多样性。

BERT 语言模型

PymuPDF4llm：PDF 提取的革命

LamaPars等商业工具虽然在一定程度上缓解了这一困境，但其高昂的费用和有限的免费额度却让人望而却步。

PymuPDF4llm PDF

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

这些工作从研究的角度有一定数量的数据集，做一些方向的突破可能没有那么难。

通义文生视频

什么是BERT？

BERT论文发表时提及在11个NLP（Natural Language Processing，自然语言处理）任务中获得了新的state-of-the-art的结果，令人目瞪口呆。

embedding

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

本文将详细介绍PaddleOCR的基本原理、功能特点、使用方法以及应用场景，帮助你全面了解这一强大的OCR工具。

PaddleOCR 文字识别

Qwen7b微调保姆级教程

前方干货预警：这可能是你能够找到的，最容易理解，最容易跑通的，适用于各种开源LLM模型的，同时支持多轮和单轮对话数据集的大模型高效微调范例。

Qwen7b 大模型

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

解决方案包括选取特定数量的帧（较短视频可能需要加入额外帧或进行时间插值，详见第 3.2.4 节），或者定义一个超长的输入长度以便后续处理；对于高分辨率视频，推荐使用预训练的视觉编码器，比如稳定扩散中的

sora 论文

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

我每天有大量的信息要处理，我收藏的信息也越来越多。

Ollama AnythingLLM 阅读

精通结构化提示词：如何精确操控指令的作用域与优先级

过去的沟通经历也为理解并处理当前多项指令提供必要的背景信息。

提示词结构化

<...44 45 46 474849 50 51 52 53 ...>

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