文章列表-AI魔法学院

文章列表

24年首篇离奇论文：加点噪声，RAG效果翻倍？

论文方法方法描述本文介绍了使用RAG（Retrieve and Generate）框架来解决开放域问答问题的方法。

RAG 检索增强

用so-vits-svc-4.1进行音色转换的极简教程

其实歌声转换不仅仅适用于歌声，普通讲话也可以，只是歌唱的音调基本能覆盖到低、中、高全域声音类型，而正常说话可能无法做到全域覆盖，但是如果在录制声音的时候能够做到覆盖多种音调类型，也可以实现声音转换。

声音 sovits

我，大语言模型

我可以是牛仔、政治家、语言学家、AI 研究员，甚至是你们在科幻小说中写的那些想占领世界的邪恶 AI。

大模型

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

通过编排可以将开放域，复杂多步问题，分解为多个子问题分开解决，能用模型用模型，不能用模型的用流程，甚至采用“Human in Loop”的方式，将整个工作流程白盒化，把大模型能力限制在封闭的问题内，让大模型更可控

RAG 自由编排 Workflow

使用自己的数据训练清华ChatGLM2-6B 模型

领口装饰了一个可爱的抽绳，漂亮的绳结展现出了十足的个性，配合时尚的泡泡袖型，尽显女性甜美可爱的气息。"

ChatGLM2-6B

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

领导开发团队的芝加哥大学教授Ben Zhao表示：希望此举能够让作品权利从AI公司回归到艺术家，通过形成有力的威慑，保护艺术家的版权和知识产权。

StableDiffusion

Stable Diffusion

AI绘画Stable Diffusion进阶使用

sd_vae,CLIP_stop_at_last_layers: 最后点击上面的「Apply settings」，在点「Reload UI」就会重新刷新页面，即可看到头部的 VAE 区域:

Stable Diffusion 文生图

图解大模型训练之：张量模型并行(TP)，Megatron-LM

层五、Cross-entropy层六、经典并行：TP + DP (Megatron + ZeRO) 七、实验效果与GPU利用率八、参考顺便，Megatron，变形金刚反派队伍霸天虎首领，

开源模型

职场及工作中常用的方法论总结

在什么时间点完成什么样的事情需要一开始就确定好，后续才能以此为目标进行推进；　　WHERE：确定做一件事情的地点，如果涉及横跨多个地域的合作项目，需要考虑人员的办公地点，必要时需考虑出差；　　HOW

工作

解读wav2lip：探究语音驱动唇部动作的技术原理！

常见的语音驱动嘴唇运动方法在处理动态的和无约束的说话人脸视频时，通常无法准确地合成口型，导致生成的视频与音频不同步，主要原因包括两方面：（1）传统的基于像素的人脸重建损失无法准约束音频-口型同步：因为面部重建损失是基于整个图像计算的，而唇部区域只占整个图像的很小一部分

wav2lip 语音

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

在语言（MMLU）、知识（GPQA）、编程（HumanEval）、数学（GSM-8K、MATH）等能力上，Llama 3几乎全面领先于同等规模的其他模型。

meta llama3

模拟ChatGPT流式数据——SSE最佳实践

· SSE 是一个一直保持开启的 TCP 连接，所以 Connection 为 keep-alive。

打字机 sse 大模型

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

设计应适合[特定颜色或款式的 T 恤，如'黑色圆领 T 恤']。

文生图

文生图提示词prompt详解

风格词艺术风格词>> 比如是照片还是插画还是动画图片的主题>> 比如这个画的主体是一个女孩，还是一只猫，是儿童还是萝莉还是少女，是猫娘还是犬娘还是福瑞，是白领还是学生

SD prompt 文生图提示词

一文搞定 ComfyUI SDXL1.0 完整流程

它提供了一种直观的方式来观察和理解 Stable Diffusion 的各个步骤和参数。

文生图 comfyui

<...53 54 55 565758 59 60 61 62 ...>

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