文章列表-AI魔法学院

文章列表

从零开始：构建你的首个ComfyUI工作流

而《奶奶看了都会的Midjourney教程》目前全网的阅读量近200w+，起点太高了，导致后面的10多篇文章干不过第一篇，有点受不了回到正题，从2023年下半年开始，AI绘画界出现了一颗新星——

comfyui 文生图工作流程

快消品企业怎么才能用上大语言模型？

与它的前辈们相比，大语言模型因为打通了语言这一人类沟通中介，并且仅用一个模型统一了多种复杂的任务，在对个人和公司的潜在影响力上明显更上一层楼。

大模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

回望做大模型一年后的感悟

近距离看到了老王和光年从风风火火到突发意外，也亲自参与了所谓的“百模大战”，还经历了被人误解的“llama套壳”风波，真的是无比魔幻的一年。

大模型感悟

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

在AI领域，更大的参数意味着更好的质量。

SDXL

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

提示行输入提示词生成想要的图片，同SD一样也可以输入反向提示词。

LeonardoAI 文生图

如何最简单、通俗地理解Transformer？

例如，预测一个句子中的单词时，使用一个注意力向量来估计它在多大程度上与其他元素相关。

Transformer 大模型

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

已经有许多优秀的仓库做过这件事情，比如：[Chinese-LLaMA-Alpaca]。

大模型训练

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

与以往使用k-means方法离散化语义特征相比，这种方法可能导致信息损失，从而影响高质量语音的重建或声学标记的精确预测，尤其是在音调丰富的语言中。

MaskGCT 声音克隆

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

此步骤下会输出 77 个等长的向量，每个向量包含 768 个维度。

Stable Diffusion 文生图

Claude 官方提示词，中文版（含API Prompt）

假设存在以下表格和列的数据库：[..略...]

prompt 写作

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

不过如果要想要免费畅玩这款大模型，就少不了玩转 HuggingFace 社区，然后根据指引在本地的 GPU 花上大量的时间进行部署和配置。

开源大模型

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

比如，当对该模型进行微调以便预测行星的力向量（牛顿力学的核心要素）时，其预测结果所隐含的引力定律是毫无意义的。

Transformer 大模型

第一性原理以及第一性原理是怎么帮马斯克成为首富的

下文会列举大量的例子来辅助说明，让你更清楚明白，什么是马斯克的第一性原理。

马斯克商业

中文开源OCR框架对比及介绍

为了让计算机更快的、更好地进行OCR相关计算，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。

OCR

<...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