文章列表-AI魔法学院

文章列表

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

接下来的步骤是关键：RAG把这些检索到的信息整合成一个精细的提示模板。

OCR RAG 开源

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

创始人Gaurav Misra来自印度新德里，曾是Snap的设计工程主管。

AI

了解Kimi必看的26个问题 | Kimi系列文（二）

可以做：文本分析、文本提取、内容总结、读网页、读小说、写文章、写文案、整理票据、编程等，所有围绕文字理解和输出方面的工作，Kimi都可以做。

Kimi 大语言模型

AI拟声: 5秒内克隆您的声音

源代码： http://www.gitpp.com/godan/mockingbird MockingBird是一个人工智能开源项目，它可以在仅仅5秒钟内克隆你的声音。

声音克隆开源

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

而这个过程复杂且繁琐。

大模型

写好Prompt要记住这六点！

注意：它们并不是每个提示都必需的，但包含相关示例可以显着提高输出质量。

prompt 写作

Stable Diffusion

全面理解Stable Diffusion采样器

他们如何工作？

绘画采样器 SD

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

自解码器利用高效自注意力（efficient self-attention）机制来获取键值（KV）缓存：接收输入序列的嵌入表示，并使用高效自注意力来生成中间向量表示；使用因果掩码（causal

Decoder-Decoder YOCO 架构

替代画师？不，AI把枪指向了商业摄影

在快速的迭代过程中，AI绘画对行业的改变是碾压级的。

文生图

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

尽管不那么严格，但这种设计允许在固定容量下提供涵盖广泛领域、任务、工作模式和提示技术的更全面的分析。

多模态大模型 GPT-4V 文生图

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“不要工资、无需五险一金、永不离职，只要7999，数字人员工带回家。”

数字人

投资人逃离大模型

值得一提的是，在此期间一系列地方政策开始落地，比如《北京市促进通用人工智能创新发展的若干趋势》、《深圳市加快推动人工智能高质量发展高水平应用行动方案》等。

大模型

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

在人工智能技术飞速发展的今天，智能体成为了大模型落地应用的关键工具。

智能体平台对比

大模型应用设计的10个思考

3 代码用于语法和过程，模型用于语义和意图在现代编程领域，代码和模型之间的分工变得越来越明确。

大模型应用

<...48 49 50 515253 54 55 56 57 ...>

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