文章列表-AI魔法学院

文章列表

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

公式中出现的上标、下标等各种数学格式也分的清清楚楚： Nougat 还能识别表格：扫描产生畸变的文本也能处理：不过，Nougat 生成的文档中不包含图片，如下面的柱状图：看到这

大模型

AI拟声: 5秒内克隆您的声音

你可以使用它来录制音频片段，并进行剪辑和混音，制作出独一无二的音乐或配乐。

声音克隆开源

微调大型语言模型-核心思想和方法介绍

相反，我们可以通过输入提示直接提供目标任务的几个示例，如下例所示。

大模型训练

SD入门教程零：应用场景

线稿上色可以通过把手绘线稿上传给SD进行一些图片风格的生成，也可以为同一个人物生成不同风格的服装。

Stable Diffusion 文生图入门教程

Prompt：我常用的对话技巧

对于昨天的文章，我想生成一张图片，我会这样问 GPT Text:"""这篇本来是想写“链式思考（CoT）”的，但是最新的几个主流模型已经在简单的推理上自动应用了 CoT，如下：Moran：我去水果摊买了

prompt 大模型

详解大模型RLHF过程（配代码解读）

在接下来的代码讲解中，我也会标明代码中各个变量的维度，以更好的理解其意义。

训练

AI提示词工具，再也不用担心怎么想提示词！

本狗是没有钱买一个看它的提示词好不好，但是它的商品图片真的很好看==，对于设计的小伙伴来说可能帮助挺大。

AI提示词

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

同时，在算法层面创新实现了多轮生图和对话能力，可实现在一张初始生成图片的基础上，通过自然语言描述进行调整，从而达到更满意的效果。　　

文生图混元腾讯

3 个令人惊艳的 GitHub 开源项目，诞生了！

比如结合图像分割与图像处理，让 AI 实现照片水印去除，老照片一键修复，图像中的物品对象替换等等。

开源模型

Coze多智能体（Multi-Agents）模式体验！

如果有刚接触coze并不太了解它是干啥的请阅读以下这篇文章 Coze（扣子）一个国内版的类GPTs，使用指南（入门篇） 1.

Coze 多智能体

汇总1400+文献的神级“上下文工程”综述，治愈初学者的AI迷失症

框架的魅力就是把以前你找到的各种乱七八糟的碎片，都有条理地排列整齐，让你不再到处抓瞎，知道大概有几条路，从而分析你想要去哪一条路。

上下文工程 AI

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“消费者从我这买的价格，比直接从公司买还要贵，那我赚什么钱？”

数字人

提高写作能力的90个prompt大全

; 尝试长度和细节 · 确保一致性接下来我们展开详细看看

prompt 写作

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

GLM-4-Voice 通过一个统一的模型克服了这些限制，能够直接处理和生成语音。

GLM-4-Voice 9B 语音安装

用AI生成PPT、用AI优化PPT!

Claude打分：70-75分我还将这个PPT的全部内容分拆成4张图片，发给GPT-4V。

AI ppt

<...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