文章列表-AI魔法学院

文章列表

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

版本的 distil-large-v2 参数量减少了一半还多，但实现了 6 倍的加速，而且在准确程度上非常接近 Whisper-large-v2，在短音频的 Word Error Rate（WER）这个指标上相差在

语音 HeyGen

一个万能提问公式，让大模型生成高质量回答

尽量避免“一本正经地胡说八道”：在 prompt 里尽量限制他，比如“如果你不知道，请直接告诉我不知道”，另外当 ChatGPT 犯错误时，可以通过指出它的错误，或给予它相关的先验知识，来让它回答出正确的答案

提示词

AI绘画当前的应用场景有哪些？

插件上一个案例我们是ps手动绘制蒙版的，有没有自动且更便捷的方式呢，当然有，就是使用这个【inpaint anything插件】：使用 Segment Anything，用户可以通过简单地指向所需区域来指定蒙版

文生图

图解大模型训练之：张量模型并行(TP)，Megatron-LM

7.3 GPU效率计算最后，在实验这块，咱们再来说说柱状图的weak scaling指标是怎么算出来的。

开源模型

通往AGI之路：思维链提示过程

我们可以根据这个思路，指导自己的提示词书写。

思维链提示词

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

它可以精准地"指挥"虚拟形象的每一个细微动作，例如叹息等非语音动作、情绪驱动的眉毛和眼睛运动以及自然的头部运动。

Loopy 视频

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

Qwen团队对LV-Eval原始版本中的评估指标进行了调整，避免因为过于严苛的匹配规则所导致的假阴性结果。

Qwen2.5 开源模型

Midjourney AI 绘画美女提示词分享一

遗憾的是目前即使最好的AI绘图工具，对于处理手指部位仍然不太理想。

Midjourney 文生图

20 个提升您设计水平的DALLE-3提示词

注意：不要指望 DALLE-3 总是第一次就做对，迭代是获得最佳结果的关键。

提示词 DALLE

图解 Transformer——功能概览

第一个句子中，单词 'it' 指‘cat’；第二个句子中，‘it' 指 'milk'。

Transformer 大模型图解

检索增强生成(RAG)有什么好的优化方案？

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强

8个常用中文OCR数据集，附下载链接

对每个中文字符，数据集都标注了其真实字符、边界框和 6 个属性以指出其是否被遮挡、有复杂的背景、被扭曲、3D 凸出、艺术化，和手写体等。

OCR

检索增强生成(RAG)有什么好的优化方案

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强生成

用AI生成PPT、用AI优化PPT

这里的一个小tip就是针对某项GPT指出的问题，你可以让它再阐述，方便你修改。

ppt AI生成PPT

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

有间接联系的概念也同样会受影响，标为“奇幻艺术”的有毒图像，也会影响“龙”、“《指环王》中的城堡”等的生成。

StableDiffusion

<...55 56 57 585960 61 62 63 64 ...>

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