文章列表-AI魔法学院

文章列表

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

着 ChatGPT 等大语言模型(LLM)的不断发展，越来越多的研究人员开始关注语言模型的应用。

Prompt 大语言模型 RAG

RAG检索增强技术在知识库智能检索场景下的应用实践

检索器如何选择不同的检索器有着不同的特点和适用场景。

知识库 RAG检索增强

FaceFusion参数详解

像个工作流，所以需要选择一个或多个帧处理器。

FaceFusion 文生图

中学生也能看懂的Sora视频生成原理解读

在古代遗迹的机机首先，Sora通过一个叫做“视频压缩网络”的技术，将输入的图片或视频压缩成一个更低维度的表示形式，这一过程类似于将不同尺寸和分辨率的照片“标准化”，便于处理和存储。

视频生成 sora

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

GUI 推理：提供 PyQt6 图形界面，与 API 服务器无缝协作。

Fish Speech 本地搭建

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

模型扩充了新版中文词表，开源了中文LLaMA-2和Alpaca-2大模型 🚀 开源了预训练脚本、指令精调脚本，用户可根据需要进一步训练模型 🚀 使用个人电脑的

大模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

2312.16486.pdf 项目地址：https://pangu-draw.github.io 00 | 导言目前的大规模扩散模型代表了条件图像合成的巨大飞跃，能够解释各种线索，如文本、人体姿势和边缘

PanGu-Draw 文生图

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

语音识别（ASR）是指将人类的语音转换为文本的技术，然而，目前的语音识别技术还面临着一些挑战，其中最大的一个就是如何支持更多的语言。

Translatotron 语音识别

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

通过打开目录下的start_webui.bat来回溯、查询记忆、进行设置；最佳实践：在webui中设置开机自启动start_record.bat，即可无感记录下一切。

Windrecorder 录屏

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

它支持服务器端渲染和客户端响应式组件，设计灵感来自 Vue 2.0 和 Riot.js（Piirainen 本人也是 Riot 的原作者）。

开源模型

有了 DALL-E 3，从此自己设计T恤 (附30个提示词模板)

提示词：将宽幅矢量设计印在[你的颜色]T恤上，展示机械版的[所选动物]。

DALL-E T恤设计

Midjourney | 17个常用的命令

/info 显示有关你的个人资料、生成数量、订阅会员状态和使用情况和当前正在运行的作业信息 /prefer option set 创建或管理自定义选项

文生图

ComfyUI-DDetailer脸部修复

(人物画面越小越崩溃）好在webui后来有了真正的面部修复After Detailer的出现。

ComfyUI 脸部修复

颠覆数据存储方式：向量数据库的威力

向量数据库通过计算向量之间的相似度来搜索数据，因此它特别适用于人脸识别、语音识别、推荐系统等需要高维度数据处理的领域。

编程数据库

ChatGPT写论文最强指令

二、请为我搜集（XX作者/研究机构）在（XX领域）的研究文献，尤其关注他们的突出贡献和最新论文。

ChatGPT 指令

<...51 52 53 545556 57 58 59 60 ...>

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