文章列表-AI魔法学院

文章列表

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

作为一种重要模态，语音提供了超越文本的多样且复杂的信号，如人声中的情感、语调和意图，自然声音中的火车汽笛、钟声和雷声，以及音乐中的旋律。

大模型语音

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

（8）生成批次、每批数量：每批、每次次生成的图像数量，如果显存不够大，建议调小数值。

AI图片

使用stable diffsion对老照片进行AI高清放大修复

一、后期处理使用了秋叶的一键包安装的标准WebUI，会自带放大功能。

SD 高清老照片修复

LLM应用架构之检索增强（RAG）的缘起与架构介绍

从这个角度讲，使用生成式的方式做异常检测，会相对于传统判别式方式来做，更能解决异常检测滞后性及负样本不足的情况。

LLM

AI能赚到钱了么？

多模态方向的大模型需要这个做支撑，没有大规模的类似机器人、智能音箱、AR眼镜等新智能品类产品的成功，就不太会有多模态大模型的成功。

大模型商业模式

国产AI，逃过一劫

去年2月7日，有关ChatGPT的多个话题登上热搜，引网友热议。

ChatGPT 大模型

AI Agent / 智能体观察笔记（中）

在提取子集的过程中，系统设定主要考虑三个要素：近期性，重要性和相关性 · 近期性：近期性会为近期访问的记忆分配更高的分数

大模型

手把手带你微调一个自己的 ChatGLM2-6B 模型

但当前版本的 ChatGLM2-6B 对单轮超长文档的理解能力有限，我们会在后续迭代升级中着重进行优化。

ChatGLM2-6B

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

有了 Baichuan2-192K，我们可以快速解读几十页，甚至几百页的合同文件，让 AI 快速给出简明摘要，四舍五入就是量子速读了：那么如果我突然接到新任务，有一堆文件要看呢？

Baichuan2 百川开源

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

在通过提议的管道构建的数据集的滋养下，PhotoMaker展示了比基于测试时间微调的方法更好的ID保存能力，同时提供了显著的速度改进，高质量的生成结果，强大的泛化能力，以及广泛的应用。

PhotoMaker 文生图

让AI帮你读财报：Reportify让你看得清、聊得深

我需要再品品，继续验证。

Reportify 读财报

智源：70万预算，从头开发千亿参数大模型，挑战成功！

要知道，当GPT-3的训练成本可是高达460万美元，近一些的Llama2据估算也大概是这个数。

大模型

SD入门教程二：文生图基础用法（提示词）

原则二：越重要的词放在靠前的位置很多人在写 prompt 时，会较常忽略这一点。

SD prompt 文生图提示词

Stable Diffusion

AI绘画Stable Diffusion进阶使用

掌握提示词技巧提示语输入基本要求使用英语描述最佳，避免出现单词拼写错误；（不同模型可能有训练中文和日文，可自行判断）标点符号同样使用英文半角进行输入；建议使用逗号隔开的单词作为提示词；（

Stable Diffusion 文生图

openpose原理及安装教程（姿态识别）

安装CMake和OpenCV等必要的依赖库。

行为识别姿态识别

<...52 53 54 555657 58 59 60 61 ...>

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