文章列表-AI魔法学院

文章列表

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

截至2022年3月，文章已有700+引用量，可见其影响力。

OpenAI 自然语言监督

AI 绘画新时代：ChatGPT + DALL-E 3

设计上，它们支持快速的一步生成，同时允许通过多步抽样在计算和样本质量之间做权衡。

文生图图生图 chatGPT DALL-E

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

这篇文章准备告诉你那些技巧今天给大家介绍一个实用的，操作简单的Action实例。

GPTs Notion

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

上图是老徐用的2G显存的N卡GPU设置的为low跑出来的效果 Easy Diffusion 出来已经一段时间了，当前最新版本3.0，新版本更新内容很多。

Stable Diffusion 插件安装

中学生能看懂：Sora 原理解读

文本条件化的Diffusion模型紧接着空间时间补丁的概念，接下来我们探讨Sora如何根据文本提示生成内容的机制。

Sora 原理

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

图解大模型训练之：张量模型并行(TP)，Megatron-LM

它的基本思想就是把模型的参数纵向切开，放到不同的GPU上进行独立计算，然后再做聚合。

开源模型

Sora懂不懂物理世界？

一方面因为临界态样本的稀缺，另一方面因为扩散模型将稳恒态数据流形的边界模糊化，消弭了临界态的存在，生成的视频出现了不同稳恒态之间的跳跃。

文生视频视频生成 sora

SD入门教程零：应用场景

5.视角同一个人物风格不同的视角，人物基本一致，基于这个人物生成不同角度的图片。

Stable Diffusion 文生图入门教程

用AI生成PPT、用AI优化PPT

我在前几天写过相关文章，当时我在文中引用的是百度AI对话的PPT生成插件，我对这个插件生成的PPT的评价不高，但是在体验了百度文库的智能PPT功能后，有种“识别三日，当刮目相看”百度的感觉。

ppt AI生成PPT

通往AGI之路，提示词入门

由于官方的文档是英文的，下面我把原文和对应的中文翻译放在一起，更便于大家理解。

AGI 提示词

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

但是随之而来的，也是两个问题：一、搭建成本高。

LangChain 知识库

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

而多向量模型，如 Jina-ColBERT，则是将文本中的每个词编码成独立向量，通过迟交互计算相似度。

rag 大模型

<...45 46 47 484950 51 52 53 54 ...>

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