文章列表-AI魔法学院

文章列表

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

我问了下剪映的朋友，他们说，目前还在小规模测试中，大概只有10%的人能拿到这个功能的体验资格。

剪映声音克隆

大模型训练为什么用A100不用4090

（24 vs 80 GB），计算梯度时需要使用的 TF32 算力也低一半（83 vs 156 Tflops），综合起来 4090 单卡的训练速度还比 A100 稍低（参考前面 LambdaLabs 的评测

大模型

Sora物理悖谬的几何解释

仔细检测不同令牌区间直接的连接，也非常连续光滑。

Sora 解释

十大开源语音识别项目

在处理庞大多媒体数据的模型训练和测试时，扩展性存储方案可以使用户能够根据实际需求自由存储和获取数据，为研究提供更大的灵活性和便利性。

语音识别开源项目

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

效果展示经过我的实测，这个项目特别适合低分辨率和模糊照片的高清化处理，比Stable Diffusion WebUI中的高清化效果要好上很多。

SUPIR 文生图

大模型微调数据选择和构造技巧

我们简单地把已有的数据全部当成正样本打上1，然后待筛选的数据全部当成负样本打上0，我们使用deberta等构建二分类模型，并进行K-fold的交叉验证，在交叉验证过程中，选出每一个fold过程中的测试集合里概率接近于

大模型微调

零门槛的 4 大 AI 提示词法则，让你的 AI 助手秒变效率神器

等主流 AI 助手上均亲测有效，看完之后不妨一试。

提示词大模型

聊聊我对AI Agents技术的一些看法

▲OpenAgents 平台图类似的，清华与面壁智能发布的 XAgent，通过强化“子问题分解”与“人机协作”，在 AutoGPT 的基础上向着真实应用前进了一大步，并在众多实际任务测试中全面超越

AI Agents 大模型

解读 Openai 给 DALLE3 设的完整系统提示词

思考描述的最终目标，并推测出什么会使图像令人满意。

提示词绘画 DALLE

OCRmyPDF—可智能识别PDF文本和图片信息的工具

•在数百万PDF文件上经过实战测试。

OCRmyPDF 工具

Sora懂不懂物理世界？

仔细检测不同令牌区间直接的连接，也非常连续光滑。

文生视频视频生成 sora

又快又好，秒级出图的AI大模型

LoRAS没有问题，我已经测试了多个LoRAS，它们似乎仍然产生预期的结果，当然，具体效果因个体而异。

Stable Diffusion 文生图大模型

使用思维链写Prompt

以下是使用“生命的意义”这一话题进行的测试，可以看出，加了 take a deep breath,Let's think step by step

思维链 prompt

说真的，学会用SD做电商图，你才是真的入了门

直接出图：实测1363x1817分辨率直出，显存峰值占用21.6GB，建议低于24G显存的用户出图分辨率不要超过1K。

文生图 SD 电商

OCR是什么以及推荐几款开源中文OCR识别软件

支持多种OCR相关前沿算法，在此基础上打造产业级特色模型PP-OCR和PP-Structure，并打通数据生产、模型训练、压缩、预测部署全流程。

OCR

<...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