文章列表-AI魔法学院

文章列表

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice-Small：一个仅编码器的模型，优化了快速语音理解。

asr tts 声音

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

文本搜索的局限性文本搜索的限制是它仅限于单个字符串的复杂查询，牺牲了表达能力，无法使用关键词、过滤器和其他高级功能。

RAG 大语言模型

AI声音克隆 | 最全最简教程（权威版）

/fishaudio/Bert-VITS2 https://github.com/RVC-Boss/GPT-SoVITS GPT-SoVITS GPT-SoVITS是由RVC变声器的创始人

声音克隆教程

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

在保证知识管理的核心功能的基础上，提出更简单、易维护的技术架构，力求界面UI的简洁明了，降低用户使用的门槛，达到全方位的“轻量化“：功能聚焦：保证核心功能，降低使用成本；部署方便：基于容器部署

大模型

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

虽然这是为 LLM 赋予专业知识的另一种方式，但从经验上看，微调似乎比 RAG 效果要差如何RAG工作 RAG 系统有两个关键要素：检索器/Retriver和一个知识库/Knowledge Base

RAG 大模型自动回复

铁锅炖blender+ComfyUI配置，更改模型地址

如何改模型地址首先解决下模型路径的问题，如果直接在铁锅炖启动器里写外部模型路径，不好使。

comfyui 文生图

FaceSwapLab，截止2023年8月最好用的一键换脸工具

可以前面加上git仓库专用代理： https://ghproxy.com/https://github.com/glucauze/sd-webui-faceswaplab 安装成功后，重启WebUI启动器，

一键换脸

大模型外挂知识库优化-大模型辅助向量召回

先声明一下，这篇文章用的召回器（向量化模型）是BM25，2009年被提出，基于统计学的原理，属于一种词袋模型，效果一般。

大模型

人脸识别的开源的项目有哪些？

官方网站：链接： Dlib是一个C++库，包含了许多计算机视觉和机器学习工具，包括人脸检测和人脸识别。

人脸识别开源项目

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

MoE 模型的核心有两个组成部分： #A 稀疏 MoE 层：这些层取代了变压器架构中的密集前馈网络层。

MoE 专家混合模型

自动优化Prompt：Automatic Prompt Engineering的3种方法

无论是想“提分”、还是想优化LLM标注器的效果、或是想根据用户反馈来优化Prompt进而提升产品体验，这些方法都可以借鉴。

prompt 大模型

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

1、保留情感，无缝表达现有的翻译工具能够熟练地捕获对话中的内容，但它们通常依赖于单调的机器人文本转语音系统来进行输出。

大模型开源模型语音

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

SD模型的优点，它可以生成高分辨率、高质量、高多样性的图像，而且可以很容易地与其他模型结合，比如变分自编码器（VAE）或对抗生成网络（GAN）。

LCM/LCM-LoRA 文生图

大语言模型的拐杖——RLHF基于人类反馈的强化学习

微调LLM策略的反馈部分的一个巨大成本是，需要在奖励模型上评估策略中生成的每一段文本（因为它的作用类似于标准RL框架中环境的一部分），为了避免大型模型的这些昂贵的前向传递，可以使用离线RL作为策略优化器。

大模型训练

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

充当图表生成器我希望您充当 Graphviz DOT 生成器，创建有意义的图表的专家。

<...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