文章列表-AI魔法学院

文章列表

开发语音产品时设计唤醒词和命令词的技巧

在实际开发语音产品过程中，要达到好的语音识别效果，除了语音算法要给力外，设计出好的唤醒词和命令词也能起到事倍功半的效果。

语音产品唤醒词命令词

PDFTriage:面向长篇结构化文档的问答

最近,Taskmatrix (Liang et al., 2023) 和 Gorilla (Patil et al., 2023)专注于改进LLM处理数百万来自各种应用程序的工具的能力。

大语言模型 PDF 文档

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

在当今数字化时代的设计领域，技术的发展不断引领着创新的方向，而StableDiffusion作为一款融合了人工智能与艺术的绘画软件，正为我们带来前所未有的设计可能性。

文生图

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

关于词表大小设置，越大的词表的压缩会更好，但可能导致模型训练不充分；越小的词表压缩会比较差，导致模型对长度需求较高。

大模型

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

使用stable diffsion对老照片进行AI高清放大修复

多年前我曾经用PS修复过一些老照片，但PS修复工作量非常大，主要是用印章工具一点点的把污渍痕迹消除掉，然后再放大处理。

SD 高清老照片修复

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

Groq完全实现了远程实时的AI对话。

Groq 大模型

没有思考过 Embedding，不足以谈 AI

如果说此前讨论的Word2Vec这类构建词义向量的模型是教计算机“认字”的过程，那么GPT模型的训练，则是一个“认字”+“背书”的过程。

开源模型

AI绘画：InstantID 一键运行包和在线Colab脚本！

InstantID是一个非常不错的AI绘画工具，一张图片，一键生成百变的自己。

InstantID 文生图

构建开源多模态RAG系统

检索增强型生成（RAG）：提升人工智能理解和输出能力在人工智能领域，检索增强型生成（RAG）作为一种变革性技术脱颖而出，优化了大型语言模型（LLMs）的能力。

RAG 大模型

ChatGPT「火」烧到游戏行业，有人用其设计关卡、撰写文案、激活NPC，这会给游戏行业带来什么改变？

之前我们讨论现在大型游戏开发的难点，其实最底层的问题就是需要将人力投入到一些对核心玩法无关紧要但是仍然及其吃时间的流程中。

大模型 chatGPT

公司如何使用ChatGPT进行内容营销？

ChatGPT在这方面表现出色，提供了以下可定制的解决方案：可定制的模板和语言模型：ChatGPT允许企业根据其品牌声音创建模板和训练语言模型，确保生成的内容与公司的既定身份相一致。

大模型

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

就是给预训练好的大语言模型一个提示，以帮助模型更好的理解人类的问题。

提示词 prompt

Stable Diffusion

Stable Diffusion｜提示词高阶用法（四）LoRA指定区域

A4000显卡，SDWebUI原创生成 “LoRA分层控制”的教程，网络上已经有各路大佬总结过一些自己的分享了，不过在作者一一细品后，感觉都非常的学术派。

文生图

如何最简单、通俗地理解Transformer？

而自注意力机制的另一个特点时允许模型并行计算，无需RNN一样t步骤的计算必须依赖t-1步骤的结果，因此Transformer结构让模型的计算效率更高，加速训练和推理速度。

Transformer 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