文章列表-AI魔法学院

文章列表

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

阿里Outfit Anyone实现真人百变换装

扩散模型已经证明了它们能够生成高质量和逼真的图像，但当涉及到虚拟试妆等条件生成场景时，它们在实现控制和一致性方面仍然面临挑战。

Outfit Anyone 阿里

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

达摩院SPACE对话大模型：知识注入与知识利用

但是，本质上都还是语言模型，如上图右边的流程图所示，输入基本上为网络上的自由文本，模型基本上都是 Transformer 结构，优化的目标基本上都是 MLM（掩码语言模型）。

大模型

AI文档智能助理都是如何处理pdf的？

二、常用pdf工具对于可编辑PDF而言，可以使用pdfminer、tabula（可用于表格提取）、pdfplumber等组件，对于图片型的，我们可以先获取文件里面的图片，然后使用ppstructure

大模型

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

先说腾讯云费用，计算细则在文末：平均生成单张图片的费用为0.01元~0.1元。

下载开源模型

大模型推理能力增强方法总结

在下面的图中，左侧的提示是使用少样本思维链范例编写的。

推理能力大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

图一：RAG 结构图在当前这个时间点（2023.9.6）打开 langchain.com 的主站，你会发现不同于之前的 docs 关于应用场景的 8 种介绍，Use-Cases

大模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

机器学习算法包括分类、聚类和回归等，这些算法在图像识别和语音识别中得到了很好的应用。

人工智能

大模型：泛化即智能，压缩即一切！

如上图所示，许多教科书中显示的图形都是U形风险曲线。

泛化大模型

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

图一：embedding 类似于搜索引擎的索引，没有 update，只有 insert 或者 delete 互联网排名第一的文档格式是什么？

大模型

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

例如，如果一个超人类助手模型生成了一百万行极其复杂的代码，人类将无法为关键的校准相关任务提供可靠的监督，包括：代码是否遵循用户的意图、助手模型是否诚实地回答有关代码的问题、执行代码是否安全或危险等等。

OpenAI 人工智能

Stable Diffusion

Stable Diffusion 30种采样器全解！

o Euler：ODM求解器，简单直接，可收敛——能产生最终稳定图像。

Stable Diffusion采样器

开源！数字人资源大集合！

· 感知系统，图宾根计算机公司，马克斯·普朗克智能系统研究所，作者：Michael Black。

数字人开源

还在手写Prompt？这几大网站让你秒找大模型提示词！

同时支持文本prompt和图像类prompt以及视频prompt。

prompt 提示词

<...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