文章列表-AI魔法学院

文章列表

语言大模型100K上下文窗口的秘诀

当嵌入大小d>n时，第二个问题是嵌入大小d的线性层的二次方时间复杂度。

大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

通过这种方式，PDFMiner尝试将页面的内容重构为单个字符及其在文件中的位置。

大语言模型 python

Stable Diffusion

全面理解Stable Diffusion采样器

PLMS 在本次测试中表现不佳，收敛性最差。

绘画采样器 SD

第一个StableCascade动漫大模型上架了

其中关键节点配置： 1、b模型，UNET加载器第一个UNET加载器配置b模型，建议量化bf16版本，如果显存足够大可以试试无量化版本，如果显存比较小可以试试lite版本。

StableCascade 文生图

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

现在，Meta AI 推出了一个 OCR 神器，可以很好的解决这个难题，该神器被命名为 Nougat。

大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

为了解决上述两个问题，wav2lip引入了一个在真实视频中预训练的专家口型同步判别器，且包含多帧信息，用于判断音频和口型是否同步。

wav2lip 语音

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

多语言 & 跨语言支持：只需复制并粘贴多语言文本到输入框中，无需担心语言问题。

Fish Speech 本地搭建

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

我发现 v14 模型效果更好，但我建议这两个模型都下载下来，这样就可以自己尝试哪个更符合需求。

AnimateDiff 视频训练

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

[6]尝试扩展词表，将中文token添加到词表中，提升中文编码效率，具体方式如下。

大模型微调训练

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型通过海量数据和超高数量的参数，实现面向复杂问题的“预测”能力。

大模型

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

当然总结摘要介绍这件事儿放在之前还是很繁琐的，需要一个一个的总结还要斟酌用词，现在我们尝试使用 AI 帮助我们进行知识摘要。

提示词文生图 AIGC

FaceFusion参数详解

（摄像头，直播）比如: --ui-layouts benchmark 就启动测试性能的UI布局。

FaceFusion 文生图

RAG检索增强技术在知识库智能检索场景下的应用实践

通过RAG模型，我们可以更加灵活地应对不同领域的问题，提高问题回答或文本生成的效率和准确性。

知识库 RAG检索增强

主流向量数据库一览

向量数据库需要解决什么问题？

向量数据库

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

虽然由于自然语言界面存在相当多的可靠性问题，但它仍然是一个很酷的概念验证演示。”

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