文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

专为英语设计的Distil-Whisper，在减小模型体积的同时，实现了处理速度的大幅跳跃，这在现有的AI语音识别技术中堪称一次创新的突破。

Distil-Whisper 语音识别

书生·万卷：难得的中文开源数据集

其中的文本数据集，来源于网页、维基百科、专业书籍、教材和考试题，超过5亿个文档。

大模型

震撼科技界：清华大学与智谱AI联手，引领中文长文智能写作新纪元！

罗马帝国的形成：凯撒、屋大维和第二次三头同盟》，详细解读帝国建立的关键时期。

写作长文本

Selenium+ddddocr | 再也不担心图片验证码

，接着调用classification()方法将图片的二进制字节类型进行文字识别，识别出来的文字会返回到变量之中。

Selenium ddddocr库

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

之前的文章已经介绍过相关安装方法，大家请点击这个链接移步过去：ControlNet 安装与基本使用方法使用方法这个控制网络可以用于文生图、图生图，这里以“文生图”为例。

StableDiffusion 文生图

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

这种方法简单高效，但是可能会导致生成的文本过于单调和重复。

大模型

开源！数字人资源大集合！

穆斯塔法·伊希克、马丁·伦茨、马科斯·乔治普洛斯、塔拉斯·哈胡林、乔纳森·斯塔克、卢尔德·阿加皮托、马蒂亚斯·尼斯纳。

数字人开源

7个有用的Prompt参数

通过分配更高的存在惩罚值(如2.0)，可以减少输出中出现特定单词或短语的可能性。

prompt

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

AI 绘画中用到的 U-Net 实际上是引入了 Transformer 思想的加强版 U-Net 模型。

Stable Diffusion DALL·E

语音、视频转文字神器：开源whisper介绍

用法直接使用whisper指令识别音频和视频文件为文本，如： whisper video.mp4 这里需要重点说明的是，默认会生成5个文件，文件名和你的源文件一样，但扩展名分别是：.json

人工智能大模型 wisper

十个节省数百小时无聊工作的GPT提示词

翻译提示：“在动态头脑风暴会议中为[插入所需的输出，例如有关您产品的社交媒体帖子]产生 30 个大胆的新想法。”

prompt 提示词

Stable Diffusion

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

：2（或更高）正面提示词：包括 masterpiece，best quality等负面提示词：包括 worst quality, low quality, letterboxed等采样方法：

AnimateDiff 视频训练

Stable Diffusion

硬核解读Stable Diffusion（系列三）

在实现上，它是将低分辨率图像直接和noisy latent拼接在一起送入UNet，因为autoencoder将高分辨率图像压缩为原来的1/4，而低分辨率图像也为高分辨率图像的1/4，所以低分辨率图像的空间维度和

Stable Diffusion 文生图

使用ChatGPT6小时写出高分论文

它将依据你的课题提出核心论点、争议焦点及论证思路，帮助你建立起清晰的论文结构！

ChatGPT 写作

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

前两个步骤是基于特定的数据训练准备模型，属于人类反馈（HF）的部分；而 PPO 则是 OpenAI 提出的强化学习算法（RL），基于前两步构建的准备模型再训练提升主干网络。

HAI-Chat RLHF

<...47 48 49 505152 53 54 55 56 ...>

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