文章列表-AI魔法学院

文章列表

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

经典案例：文本分类 2、CNN（卷积神经网络）时间：20世纪90年代末至21世纪初关键技术：卷积运算和池化操作处理数据：适合处理图像数据应用场景：计算机视觉、图像分类、物体检测等 CNN

大模型学习

做自媒体消息闭塞很致命，巨好用的工具分享

文案、脚本辅助创作量子探险：最近发现的宝藏AI，主打长文本，很适合用来写长脚本、写小说豆包：字节旗下AI，功能很全，甚至还能根据需求生成图片和音乐，目前是免费滴

自媒体工具

RVC和SVC声音模型难找？推荐这个网站

以下是以自己方式制作的思维导图，供学习参考 AI声音模型训练总流程 AI数据集筛选流程二、SVC和RVC声音模型网站推荐声音模型工坊 http

声音克隆数字人

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

构建开源多模态RAG系统

自然语言处理（NLP）的进步使得可以将文本编码为嵌入向量，从而指导图像生成过程。

RAG 大模型

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

随着 LangChain + LLM 方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM 对意图识别不准。

大语言模型

OCR的终极解法——传统算法VS多模态大模型

多模态大模型是一类采用深度学习技术构建的人工智能模型，它能够处理和理解多种类型的数据模态，如文本、图像、声音等。

OCR 大模型文字识别

AI助手App“腾讯元宝”已上线应用商店

~ 中文支持：腾讯元宝依托于腾讯混元大模型，该模型在中文理解与创作能力方面表现出色，特别是在文本生成、数理逻辑和多轮对话等关键领域，均达到了业界领先水平 2.英文支持：腾讯混元文生图大模型支持中英文双语输入及理解

腾讯元宝

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

首先是使用500万个图像-文本数据训练，在4个A100上训练了10个小时左右，不过这个阶段的模型的生成能力受到了严重的影响，因此还有第二个阶段；第二个阶段是通过模型本身和ChatGPT一起创建高质量的图像文本对

大模型

Sora相关论文合集---全32套大放送

### 总览摘要: - **研究背景与动机**: - 扩散模型在图像生成领域取得了显著进展，但大多数模型采用卷积U-Net架构作为骨干网络。

Sora 论文

一款构建AI数字人项目开源了！自动实现音视频同步！

Star量：14.2K+ 项目地址：https://github.com/microsoft/autogen 举一个例子来说，我们要实现一个爬虫程序，抓取并保存网页图片。

AI数字人音视频同步

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

1.4 常见案例样例 1 在计算机视觉中，低层的网络主要学习图像的边缘或色斑，中层的网络主要学习物体的局部和纹理，高层的网络识别抽象的语义，如下图所示。

大模型微调

8月份最火的 5 个 GitHub 项目

一款开源图像生成软件 2.

下载

前半年，我看到的有趣的 AI 产品

它能够从百度网盘里检索图片，然后在图片上打单词标签，帮用户学习。

AI工具

推荐智能体：利用大模型进行交互式推荐

语言模型作为“大脑”,负责解析用户意图和生成响应。

大语言模型推荐

<...49 50 51 525354 55 56 57 58 ...>

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