文章列表-AI魔法学院

文章列表

Elasticsearch 中的向量搜索：设计背后的基本原理

Lucene 当前从没有删除的最大输入段创建 HNSW 图的副本，然后将来自其他段的向量添加到此 HNSW 图。

向量数据库

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID:https://studio.d-id.com/ HeyGen:https://app.heygen.com/home 如果你只需从单张图片生成与音频同步的视频，且对人物动作没有太多特殊要求

AI视频

3 个令人惊艳的 GitHub 开源项目，诞生了！

那些经 AI 之手创作的图像，艺术风格极具创意且逼真形象。

开源模型

生成式AI工作流#产品经理和创业者的秘密武器

产品经理或交互设计师通常会使用Axure、Sketch或Figma等工具，投入主要的时间绘制线框图，并通过页面流程图来阐释产品的交互逻辑。

AIGC 工作流

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

一.引用在LLaMA2-7B这样的原始LLM中使⽤带有噪⾳嵌入进⾏微调时，其在AlpacaEval上的性能从29.8%提⾼到64.7%（图1

NEFTune 大语言模型

使用stable diffsion对老照片进行AI高清放大修复

ensp;可见程度推荐0.5-0.8 4、CodeFormer 强度 (0 = 效果最强，1 = 效果最弱) 推荐0.2-0.5 CodeFormer 是增加细节的，但AI增加的细节过多可能会让原图变的不真实

SD 高清老照片修复

对于大模型RAG技术的一些思考

真正难处理的是ppt和pdf，ppt中包含大量架构图、流程图等图示，以及展示图片。

RAG 大模型

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

在SD中一键换脸！！！

roop插件是一款可以帮助我们改变一张图片脸部的插件，它可以准确的识别脸部并对脸部进行修改。

AI换脸

AIGC工作流: 新时代产品经理和创业者的秘密武器

产品经理或交互设计师通常会使用Axure、Sketch或Figma等工具，投入主要的时间绘制线框图，并通过页面流程图来阐释产品的交互逻辑。

大模型 AIGC

PymuPDF4llm：PDF 提取的革命

（三）图像提取 1.

PymuPDF4llm PDF

一文看懂RAG：大语言模型落地应用的未来

RAG的演进轨迹在四个不同阶段展开，如下图所示。

rag 检索增强

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

Stable Diffusion是一种强大的深度学习模型，能够将2D图像转化为具有丰富细节和质感的3D模型。

Stable Diffusion 教程 3D

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

图 12: 掩码扩散变换器 (MDT) 的整体架构图。

Sora 微软

解读wav2lip：探究语音驱动唇部动作的技术原理！

，而唇部区域只占整个图像的很小一部分（不到4%），因而无法聚焦唇部细节。

wav2lip 语音

<...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