文章列表-AI魔法学院

文章列表

一文带你看懂OpenAI-Sora生成视频的原理

接下来是预测环节，Sora模型将结合它对现实世界的理解，来预测这些补丁下一刻应该出现在何处，以及它们之间将如何相互作用。

视频生成 sora

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

当模型的效率优化到一定程度的时候，如果要继续精进下去，就需要数据、算力与算法多者结合。」

Grok-1 开源模型

最透彻的大模型PPO原理和源码解读

注：在这里，我们不展开讨论RL中关于价值函数的一系列假设与推导，而是直接给出一个便于理解的简化结果，方便没有RL背景的朋友能倾注更多在“PPO策略具体怎么做”及“对PPO的直觉理解”上。

PPO 大模型源码解读

Cursor设计主管分享AI写出高质量代码的12个超绝妙招

Cursor在工程层面那可是下了大功夫的，这些优化细节可不是光靠砸钱就能堆出来的，还得靠时间和经验慢慢沉淀呢！

MCP 代码

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

Translatotron 3结合了三种技术：掩码自编码器、无监督的嵌入映射、和反向翻译，来实现这个目标。

Translatotron 语音识别

这个能写出10W+爆款文章的ChatGPT提示词，你敢用吗？

4.写作风格: 文章结构相对松散，更接近于口头表达，包含了许多引用和实例，以增强论点的可信度和影响力。

写文章

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

该模型基于 SigLip-400M 和 Qwen2-7B 构建，共 8B 参数。

MiniCPM-V 2.6 大模型

RAG 2.0，终于把RAG做对了！

整个架构基于一个单一原则：有能力检索与请求或提示上下文语义相关、有意义的数据。

RAG 大语言模型

GitHub本月榜单：一个数字人技术的“非官方”实现

个性化推荐：结合用户的历史购买数据和偏好，AnimateAnyone可以生成个性化的推荐视频，提高用户购物的针对性和满意度。

AnimateAnyone 人工智能

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

而且，在这些定性结果之外，我们还可以从一些定量评估数据中看到这一点。

Baichuan2 百川开源

自从prompt用了示例演示，GPT的输出稳定性达90%

示例是prompt的具体化，它们为GPT提供了更具体的参考例子，使其能更准确地理解用户的意图。

prompt 提示词

Stable Diffusion

stable diffusion API 调用，超级详细代码示例和说明

sd-webui-controlnet 接口调用 API 文档 Java 封装入参类 StableDiffusionTextToImg 类：上述重要的参数都标注了注释，基本够用，下面也会给出入参类的构建示例

文生图工作图生图

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

· 句子重排：重新排列句子的顺序，生成不同结构的句子

大模型

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

👀实测案例太震撼了：初始提示词： 1 优化提示词：使用Flux 1.1模型生成图像优化后的提示词： 1 生成一条优化后的提示词，以便使用Flux 1.1模型生成图像

Meta-Prompt 提示词

OCR的终极解法——传统算法VS多模态大模型

ensp; '地理位置': None, '组织机构'

OCR 大模型文字识别

<...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