文章列表-AI魔法学院

文章列表

谈Agent构建平台的设计

我认为这个生态中最大的平台方要解决，因为只有它才最可能有资源有动力去解决。

Agent 构建

语音克隆又又又又又升级了

早在今年6月，Meta曾经推出过VoiceBox，能直接从文本生成高质量语音，不需要任何音频样本作为训练数据，可能是基于对音频Deepfake的担忧，一向秉承开源的Meta并未向工作开放VoiceBox

Meta 语音生成

11个情感刺激Prompt，高效提升AI大模型性能

这些情绪刺激来源于三种信息学理论 1️⃣自我监控理论。

Prompt 大模型

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

在实际应用中，可以根据任务需求、可用数据和计算资源等因素选择适当的方法。

大模型

向量数据库不是一个单独的数据库分类

数据库和人工智能公司的路线图产生冲突的频率越来越高。

大模型向量数据库

AA大佬新作：ComfyUI整合包，打造极简解决方案

这对于国内用户来说尤其有价值，因为它解决了网络连接和资源下载速度慢等问题，使得新手用户能够更容易地开始他们的Stable Diffusion之旅。

comfyui 文生图工作流程

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

我再写个示例 {"content":"介绍一下卡兹克","summary":"卡兹克其实是一个大智障，喜欢打游戏，任天堂死忠粉"}这个就叫问答对，把碎片化的大段的文章，转成一个一个的问答对数据集

GPT

40个麦肯锡高手常用的、鲜为人知的ChatGPT指令

它提供关于市场趋势的视觉提示，帮助做出明智的选择。”

ChatGPT prompt

通俗解读大模型微调(Fine Tuning)

通常这些开源的大模型都是需要用自有数据进行微调，才能够满足业务的需求，这时候也需要对大模型进行微调。

大模型微调

大模型检索增强生成(RAG)高质量报告

经常考虑的三个问题，召回什么、什么时候召回、如何利用召回的信息 RAG的发展总览数据索引怎么优化结构化语料库对召回的来源进行优化

RAG 大模型检索

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

0.0.0.0，添加“--listen”参数启动sd即可打开你的网络请求工具，本文都以postman实例 > 正式开始官方有一个api文档，但实在太简陋，很多东西还是得看源码

文生图 api

ChatGPT写论文最强指令

一、我正在寻找与（XX主题）相关的高质量学术资源，包括期刊文章、会议论文和研究报告。

ChatGPT 指令

最好用的AI一键换脸工具FaceSwapLab汉化

face:": "选择要换的脸,可以按大小排序,或使用与期望人脸相同的性别: ", "Blend Faces ((Source|Checkpoint)+References = 1)": "((源|

一键换脸

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

训练数据以英文为主，不包含中韩日文，所有训练数据都是开源的，分词之后大约有1400B的tokens。

大模型

<...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