文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是对现有技术的进一步探索，还是全新语音应用的开发，它都为行业树立了新标杆。

ClearerVoice-Studio 语音

开源！数字人资源大集合！

[ PDF ] [项目] [代码] MDM：人体运动扩散模型。

数字人开源

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

- 通过API实时更新同义词，无需重启或重新索引，变更可立即生效。

ElasticSearch 智能搜索

大模型训练为什么用A100不用4090

每个 GPU 分别计算不同的输入数据，计算各自的梯度（也就是模型参数的改变量），再把梯度汇总起来，取个平均值，广播给各个 GPU 分别更新。

大模型

AI换脸工具:facefusion使用心得

face_debugger开启遮罩选项时需要勾选此项，从帧预览中根据目标图像(或视频)的换脸效果进行配置选项的调试。

FaceFusion 文生图

金融领域Prompt工程方法浅析

评估：此阶段主要使用设计的Prompt喂入所选用大模型进行测试得出评估指标（如精确率、召回率等）查看是否达标，同时对模型具体输出进行分析，评估模型输出是否达到目标分析阶段各项要求

prompt 大模型

RAG从入门到精通-RAG简介

这需要依赖于第一阶段建立的向量索引,根据向量间的相似性进行快速检索。

rag 大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

当我们使用LLM embedding内容时，这是一项必要的技术，可以帮助我们优化从向量数据库被召回的内容的准确性。

RAG 大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

使用方法有多种使用方法，这里介绍两种： · 独立使用 ·

ControlNet 文生图

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

一个静态图片转视频的项目。

阿里云视频音频

openpose原理及安装教程（姿态识别）

使用CMake进行配置和生成项目文件。

行为识别姿态识别

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

例如，可以编写脚本来自动填写表格、处理电子邮件、进行数据输入、生成报告等。

RPA 自动化

Meta无限长文本大模型来了：参数仅7B，已开源

表 4 报告了验证集上的 Top-1 准确率。

Meta 长文本大模型

中本聪的Web3之路

• 以太坊的创立：2013年11月，Vitalik Buterin发布了一篇名为《以太坊白皮书：下一代智能合约和去中心化应用平台》的论文，提出了一种基于图灵完备的智能合约和虚拟机的区块链平台

token 比特币加密货币

3 个令人惊艳的 AI 文档神器，开源了！

针对该项目，我之前写过一篇较为详细的文章，感兴趣的同学，可前往查看：《在文档内容搜索这件事情上，它能比 ChatGPT 做的更好》。

大模型开源模型

<...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