文章列表-AI魔法学院

文章列表

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

介绍作为 AI 人像写真开源项目的佼佼者，FaceChain 凭借其丰富多样的风格模版和卓越的人像保真度，深受社区的喜爱并已在商业应用中得到了广泛的应用。

FaceChain FACT 文生图

建议收藏：超详细ChatGPT(GPT 4.0)论文润色指南

一、润色方向根据自己的需求调整润色方式。

论文润色写作

SadTalker数字人常见问题3

基本都是因为图片分辨率太高，或者音频格式不对。

SadTalke

TypeChat 入门指南

传统模式下，创建自然语言模型界面是一项复杂的任务，通常依赖复杂的决策树来确定意图并收集行动所需的输入。

TypeChat

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

在上一篇分享《Stable Diffusion 提示词高阶用法（一）》中，作者已经介绍了在Stable-diffusion中，不使用任何插件或模型，仅通过提示词（Prompt）的某些高阶写法进行单角色的画面控制技巧

文生图

2023年LLM如何入门？请看这篇综述！

LLM通常基于PLM进行设计，通过增加模型规模、调整模型结构、加入更多的任务等方式来增加模型的复杂度和泛化能力。

大模型

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

1 - 人工智能体的黎明 2023年是生成式人工智能(GenAI)和大语言模型(LLM)的一年，它们以前所未有的方式生成内容。

AI Agent 人工智能

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

最近，MokaHR 团队开发了一种名为 M3E 的模型，这一模型弥补了中文向量文本检索领域的空白， M3E 模型在中文同质文本 S2S 任务上在 6 个数据集的平均表现好于 text2vec 和 text-embedding-ada

GPT

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目支持多个平台，并且可以通过网络连接来卸载外部负载以处理音频转换任务。

AudioCraft 音频

聊聊我对AI Agents技术的一些看法

（LLMs）的强大能力使得其可以轻松处理多个来自完全截然不同的领域的任务，同时其前身“预训练”的范式又似乎带有一定的“先天知识”而不必后天盲目的试错。

AI Agents 大模型

主流网络爬虫蜘蛛详解

所有网站都会有很多网络漫游器来爬取页面，其中越优秀的网站蜘蛛越多，不过我们要区分蜘蛛的真伪，同时了解各种蜘蛛，屏蔽一些对网站无用的蜘蛛，避免养“蛛”为患。

爬虫蜘蛛详解

Effective Prompt: 编写高质量Prompt的14个有效方法

如果要进行的任务是信息处理类任务，则可显式规定模型返回结果的格式，以便后续使用regex或json处理生成结果：抽取出文本中提到的重要实体，包括人名、地名和机构名。

prompt 提示词

Learn Prompting-基础篇

所以我们通常只需描述我们想要完成的任务。

prompt

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

不管是过去的移动互联网时代，还是现在的AI时代，都有一个很灵魂拷问的问题是： “当BAT/OpenAI，来下场干你的业务，你该怎么办” 尤记得去年11月OpenAI在召开开发者大会的时候，发布了一堆东西

剪映声音克隆

Agent：OpenAI的下一步，亚马逊云科技站在第5层

在大模型语境下，可以理解成能自主理解、规划、执行复杂任务的系统。

开源模型

<...46 47 48 495051 52 53 54 55 ...>

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