文章列表-AI魔法学院

文章列表

前半年，我看到的有趣的 AI 产品

11、阿里最新推出了Mobile-Agent-V2，这是一个具有视觉感知功能的自主多模态移动设备代理。

AI工具

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

https://huggingface.co/ioclab/control_v1p_sd15_brightness/tree/main 将模型文件放到 \novelai-webui-aki-v2

图像文字 ControlNet Stable Diffusion

万字长文，AI大模型的应用实践总结

· BianQue：一个经过指令与多轮问询对话联合微调的医疗对话大模型，基于ClueAI/ChatYuan-large-v2作为底座，使用中文医疗问答指令与多轮问询对话混合数据集进行微调。

大模型

Meta无限长文本大模型来了：参数仅7B，已开源

对于 LLAMA2 模型，该研究使用 Flash-Attention V2 加速全注意力的计算。

Meta 长文本大模型

开源免费离线语音识别神器whisper如何安装

[--model {tiny.en,tiny,base.en,base,small.en,small,medium.en,medium,large-v1,large-v2,large}] 结语

wisper 翻译免费

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

您将使用all-mpnet-base-v2句子转换器将所有文本片段转换为向量，同时将它们存储在向量存储中。

开源模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

[4] Primewords: https://openslr.org/47/ [5] Whisper: https://huggingface.co/openai/whisper-large-v2

开源模型

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

· 基于1024×1024训练，更加高清，v2是768，V1.5是512。

comfyui sdxl 文生图

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

该项目的目录如下，详情见:【又又一款王炸级别TTS模型】趣丸科技&港中大开源MaskGCT语音大模型,性能超过CosyVoice，XTTS-v2！

语音克隆开源模型

国内厂商语音识别与Whisper评测：现状与概况对比

不同厂商在不同场景下的ASR评测结果 · 总结：本次主角 OpenAI 开源的 Whisper 模型(large-v2

语音识别 Faster-Whisper

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

AutoModelForCausalLM.from_pretrained(model_name_or_path, return_dict=True) model = get_peft_model(model, peft_config) P-Tuning v1-v2

大模型

盘点字节跳动最新的AI应用

去年11月，字节跳动发表视频生成研究成果 PixelDance，而今年1月，字节又发布了视频生成模型 MagicVideo-V2，最近，字节正式发布文生图模型 SDXL-Lightning...

字节 AI工具

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

再通过将RoPE与FlashAttention-V2相结合，模型的训练速度进一步提高了20%以上。

开源大模型电信

Stable Diffusion

Stable Diffusion的模型分类以及使用

不需要搭配其他的文件：并且它们都有比较擅长生成的图像类型，例如这个Anything v3就是专门用来生成二次元的：而这个Realistic Vision v2

文生图

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

Prefix-Tuning (P-Tuning v2) Prompt Tuning Lora / QLora 根据实际经验，这里推荐采用 Lora 或 QLora。

大模型人工智能

<1 2 3 456 7 >

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