文章列表-AI魔法学院

文章列表

达摩院SPACE对话大模型：知识注入与知识利用

如下图所示，对话理解领域，2019 年 PolyAI 提出了 ConveRT 模型、2020 年 Salesforce 提出了 TOD-BERT 模型、2021 年 JingDong 提出了 DialogBERT

大模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

首先，为了提高模型在中文领域的性能和训练 / 推理效率，我们进一步扩展了 LLaMA 的词汇表，并在 34 亿个中文词汇上进行了二次预训练。

训练大模型 belle

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

「娱乐节目」：生成虚拟角色，提供更加自然和吸引人的观看体验。

MimicTalk 开源模型

AI创作｜如何通过GPT进行漫画视频的故事改写

此处内容，作者将在下面这篇内容中介绍：如何通过AI技巧进行“故事分镜、画面关键词（Prompt）提取、头部图片调整”。

生成式AI

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

分词，将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列 part-of-speech 词性标注指为自然语言文本中的每个词汇赋予一个词性的过程

开源

使用ChatGPT润色出高品质文章！

比如文章中使用了一些过时的词汇或短语，通过使用更常见的同义词或现代的短语可以使文章更加现代化。

ChatGPT 写作

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

时下幸得一位研究人员的提醒与争取，微软和 IBM 于近日决定将 MS-DOS 4.0 版本开源出来，还将代码发布在了 GitHub 上（https://github.com/microsoft/MS-DOS

MS-DOS 4.0 开源模型微软

清华、面壁智能发布：主动式Agent 2.0

这种转变不仅减轻了用户的认知负担，还能够帮助识别人类未明确表达的潜在需求，从而为用户提供更全面和无缝的服务。

Agent 2.0 大模型

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

如果没有上传，系统将使用第一张图像来提取姿势。

InstantID 文生图

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

ComfyUI学习笔记2，一文看透Workflow

上图，从最左边加载模型开始，经过中间的CLIP Text Encode对关键词Prompt做处理，加入一个初始的Latent Image，然后是采样器，VAE解码，最后得到生成的图像。

comfyui 文生图

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

这些潜码片段，相当于语言模型中的词汇 Token，为 Sora 提供了构建视频的详细视觉“短语”。

sora 论文

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

LLM 的基本用法包括输入Promt并获得回复/Response RAG 通过向这个基本过程添加一步来实现即，执行检索步骤，根据用户的提示，从外部知识库中提取相关信息，并将其注入到提示中

RAG 大模型自动回复

OpenAI 无需向量化的 RAG 新架构设计范式剖析

第四、关键技术应用这些案例共同展示了以下关键技术在复杂多步 AI 智能体系统中的应用： · 结构化输出：确保数据格式的一致性和易用性。

OpenAI RAG 架构

Stable Diffusion

Stable Diffusion 30分钟打造AI 写真照片生成器｜海马体照相馆这次真的要木得了

训练方式非常简单，只需要提供 5 到 20 张肖像图片（最好是半身照片且尽量不要佩戴眼镜），20 分钟左右，Stable diffusion 就可以训练好数字分身。

SD 文生图写真照

<...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