文章列表-AI魔法学院

文章列表

大规模训练系列之技术挑战

0 前言本次分享是大规模训练技术系列的第一篇，主要包括两个部分： · 大规模训练技术的意义 · 大规模训练的技术挑战 1 大规模训练技术的意义 1.1 训练的精度极限

开源模型

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

前言近日，Nvidia推出了一款名为Llama3-ChatQA-1.5的对话问答模型。

Llama3-ChatQA-1.5 对话问答模型

Stable Diffusion

AI绘画Stable Diffusion进阶使用

Lora模型 LoRA模型是通过截取大模型的某一特定部分生成的小模型，虽然不如大模型的能力完整，但短小精悍。

Stable Diffusion 文生图

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

3.5k Star! 一分钟搭建一个属于你自己的开发工具箱！——It-tools

该项目以其小巧轻便、易于部署以及功能强大、界面美观等特点而广受欢迎，令人赞叹。

IT-TOOLS 开源模型

AI创作｜如何通过GPT进行漫画视频的故事改写

、故事背景、故事类型等关键信息。

生成式AI

ComfyUI-DDetailer脸部修复

原来最开始sd画小姐姐脸崩得我有些不知所措了。

ComfyUI 脸部修复

Sora物理悖谬的几何解释

大语言模型的加持 Sora结合了大语言模型ChatGPT，这极大地提升了系统的性能。

Sora 解释

CodeGeeX2来了!效果超LLaMA2-70B

开源了模型和插件，欢迎大家一起玩玩。

CodeGeeX2 开源模型

【2023.10】看目前巨头的AI原生产品布局

0、前言 0.1、为什么要与基座LLM小公司的文章分开巨头公司跟单纯的基座LLM公司有很多本质的不同，例如：对于巨头来说，没有“该选择做哪些而不做另一些”的问题，答案肯定是“我都要”，问题在于

大模型产品

清华、面壁智能发布：主动式Agent 2.0

事件合并与文本描述：将原始数据合并成逻辑上连贯的段落，并使用语言模型将结构化数据转换为更自然的文本描述。

Agent 2.0 大模型

AI绘画当前的应用场景有哪些？

一、前言来了来了，之前给大家承诺的模特换装教程它来了！

文生图

SEO知识点入门

当时决定自学SEO的时候，连SEO是什么都不知道，然后开始疯狂查资料，疯狂百度、SEO自学网（强烈推荐小白学习这个网站），不要想着实践那么快，先把基础理论理清了再说。

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

trade-off，众所周知，chunk 的大小对最终交付的 RAG 效果至关重要，与其不停的在各种 size 的 chunk 大小之间上窜下跳的找最佳实践，不如路子玩儿的再野一点，在 Document

大模型 LangChain RAG

用so-vits-svc-4.1进行音色转换的极简教程！

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

so-vits-svc 音色转换教程

<...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