文章列表-AI魔法学院

文章列表

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

在区分属性和拼写单词方面均不太行。

Kandinsky-3 文生图开源模型

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

它的核心思路是，利用多次生成测试反馈迭代的方式替代原有精心构造Prompt一次性生成的方式，最终在验证集上，GPT-4的准确率（pass@5）从使用单个精心设计的Prompt的19%提高到使用

LLM 范式迁移

解读wav2lip：探究语音驱动唇部动作的技术原理！

Rudrabha/Wav2Lip 一、现有方法不足常见的语音驱动嘴唇运动方法在处理动态的和无约束的说话人脸视频时，通常无法准确地合成口型，导致生成的视频与音频不同步，主要原因包括两方面：

wav2lip 语音

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

nbsp; Prompt⼯程化：代码与模型解耦获得⼀个⼤模型 API 之后，开发者需要通过编写代码对 Prompt 进⾏不断调试和迭代优化

大模型

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

二 Inpaint Anything 我们会引入一个新的插件 inpaint-anything 用来替代语义分割插件，在前面 ControlNet 中我们讲过语义分割&

Stable Diffusion 文生图

Stable Diffusion

Stable Diffusion新手快速入门教程

三、文本指令构成 SD的所有绘画指令，在一个的操作界面（Webui）中完成，界面主体由几个部分组成。

文生图

高级 RAG 技术——图解概览

你应该查看 OpenAI 非常全面的提示工程指南。

RAG 检索图解

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

DiskANN算法介绍 · 结合LlamaIndex使用Timescale Vector的实例尝试PostgreSQL

大模型 PostgreSQL

大模型压缩首篇综述来啦~

QLORA使得大型模型可以在单个GPU上进行微调，同时在Vicuna基准测试上实现了最先进的结果。

大模型

语音识别的未来已来：深入了解faster-whisper的突破性进展

性能对比在性能方面，faster-whisper展现了显著的优势。

语音识别 Faster-Whisper

领域大模型LLM训练Trick

主要是因为这些数据的数据质量较高，领域相关性比较强，知识覆盖率（密度）较大，可以让模型更适应考试。

垂直训练大模型

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

[6]尝试扩展词表，将中文token添加到词表中，提升中文编码效率，具体方式如下。

大模型

构建开源多模态RAG系统

大型语言模型，如GPT-3，擅长生成类似人类的语言，但在提供最新或特定领域的信息方面存在限制。

RAG 大模型

探秘制作艺术二维码的新姿势

对于脸部照片的合成，受到二维码颜色的影响，生成的图片美观度会差一些，可以换一下不同的二维码颜色试试，或者绘制其它不需要怎么美颜的图片。

图像文字

无需翻墙，可合法使用的8款国内AI大模型产品

首批向公众开发的大模型产品共有8个 1、百度（文心一言）主页网址：yiyan.baidu.com 免费注册，无需付费，可以文生图，图生文并且还有非常好用好用的指令库，在主页点击指令库即可里面将指令进行分门别类

生成式AI

<...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