文章列表-AI魔法学院

文章列表

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

AnimateDiff 是一个基于 Stable Diffusion 模型的文本生成视频插件，它通过控制模块影响图像生成过程，使得生成的图像序列具有与训练视频剪辑相似的特征。

视频生成文生视频

百万token上下文窗口也杀不死向量数据库？CPU笑了

向量数据库让大模型能够快速有效地检索和处理大量的向量数据，从而增强了模型的整体性能和应用范围。

向量数据库大模型 cpu

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

该框架结合了归纳知识和检索文档，并利用大型语言模型（LLM）通过一种基于归纳推理模式的新提示方法生成这种知识。

IAG框架大语言模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍

RAG 检索增强

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

丰富的数据集可以帮助模型深入理解特定领域的细微差别、复杂性和独特模式，从而使其能够生成更准确且与上下文相关的响应。

训练

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

【语音识别】OpenAI语音力作Whisper

三、模型模型结构是encoder-decoder transformer，中间attention模块前后有残差链接，encoder用的是self attention，decoder用的是

语音转文字 whisper

点评：六大向量数据库

AI研究院，推出的各种模块库构架图，为国内众多AI初创企业，快速掌握各种AI模块库底层核心算法，提供了一个超级神器。

向量数据库

AI的百亿套壳：做船不做柱子

如果把模型能力看成水位线，有的壳是柱子，模型能力涨上来后，柱子就没了。

AI 创业

Stable Diffusion

stable diffusion十七种controlnet详细使用方法总结

前言今天我要做个controlnet 使用方法总结，如果你们对所有controlnet用法，可能了解但是有点模糊，希望能对你们有用。

绘画作图

固定的“魔咒”：正负面质量标准化提示词

fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *广泛适用于写实及二次元风格，可以考虑搭配不同模型使用

提示词 prompt 绘画文生图

一种通用的 Prompt 框架 - CRISPE

它包括设计提示，引导模型生成特定的语调、风格或内容类型。

Prompt 提示词工程

本地部署操作AI抠图软件

百度飞桨PP的 PaddleSeg内置了两个模型 PP-Matting 和 PP-MattingV2。

抠图

<...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