文章列表-AI魔法学院

文章列表

Prompt：我常用的对话技巧

对于昨天的文章，我想生成一张图片，我会这样问 GPT Text:"""这篇本来是想写“链式思考（CoT）”的，但是最新的几个主流模型已经在简单的推理上自动应用了 CoT，如下：Moran：我去水果摊买了

prompt 大模型

解读OpenAI Sora文生视频技术原理

本就无序的非结构化部分，信息熵很高，添加少量高斯噪音，甚至不用添加高斯噪音，已然很无序。

sora

开源免费离线语音识别神器whisper如何安装

拿我自己录的一段音频举例，5min长度400多字，使用whisper的medium模式识别，只错了两个英文单词，那两个英文单词还是因为发音问题识别错误。

wisper 翻译免费

OCR的终极解法——传统算法VS多模态大模型

不管怎么样现在的 AI 算法很少有用响应速度作为指标的，特别是大模型，响应速度惨不忍睹。

OCR 大模型文字识别

ComfyUI-ControlNet不能漏啊！

布佬一本正经的告诉我，她有物理放大的法宝...

ComfyUI ControlNeT

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

先来看一波模型中毒发作时的样子。

StableDiffusion

大模型+人形机器人，是不是下一个风口？

如果以人类和机器人的比例为2:1推算，那么对人形机器人的需求可能会比电动汽车的还大不少。”

大模型

生成式人工智能的“经济学”，The Economic Case for Generative AI

我们谈到的主要应用案例很明显大多是基于软件的，至少目前是这样。

生成式人工智能经济学

一文带你看懂OpenAI-Sora生成视频的原理

举个例子，如果我们有一个补丁显示一个人正在跑步，模型会通过学习人类跑步的动态模式，来预测下一系列补丁中这个人的位置和姿态的变化。

视频生成 sora

解放AI生产力——为什么要使用ComfyUI

和你不一样的时候要怎么办，万一这个动作它根本没学过呢？

文生图

对于大模型RAG技术的一些思考

但是也有少量图文混排的情况。

RAG 大模型

用ChatGPT写论文prompt大全

例如:你好，chatGPT。

prompt

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

新型扩散模型架构OmniGen 论文：https://arxiv.org/pdf/2409.11340 OmniGen具有以下特点：「统一性：」 OmniGen天然地支持各种图像生成任务，例如文生图

大模型研究

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

本文将带您深入了解Mixtral 8x7B的架构、发展历程及其技术细节，揭示其主要特点和应用场景。

开源模型 Mixtral 8x7B

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

在线白板工具示意图.

ChatGPT 聊天

<...54 55 56 575859 60 61 62 63 ...>

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