文章列表-AI魔法学院

文章列表

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

在进行风格化时，生成的面孔如果看起来太真实了，调整风格强度到 30-50，数字越大，ID 忠实度越低，但风格化能力会更好。

PhotoMaker 文生图

AI换脸工具:facefusion使用心得

通过一系列的图像处理技术，如锐化、去噪点、色彩校正等来改善脸部细节，使面部特征更加明显和吸引人。

FaceFusion 文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL是支持中英文等多种语言的视觉语言（Vision Language，VL）模型，相较于此前的VL模型，Qwen-VL除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力

大模型

Falcon 180B 开源影响了谁？

在目前国内大模型开源这一脉，以智源研究院为首，创业公司中百川、面壁、智谱AI、澜舟科技、深势科技纷纷跟进，互联网大厂中目前唯有阿里云一家开源了通义千问，百度、腾讯、华为、字节都选择了闭源。

大模型

最顶尖的大语言模型人才，只关心这10个挑战

一项斯坦福实验表明，一小群生成式agent产生了新兴的社会行为：仅从一个用户指定的想法开始，即一个agent想要举办情人节派对，其他一些agent在接下来的两天内自主传播了派对的邀请，结识了新朋友，相互邀请参加派对

大语言模型

RAG检索增强技术在知识库智能检索场景下的应用实践

通过将检索内容按摘要、文档等层级组织，可以先通过摘要快速定位到最相关的文档节点，然后再探索与该节点相关联的其他信息。

知识库 RAG检索增强

十大开源语音识别项目

用户可以方便地选择适用于其研究的数据集和模型，从而节省大量研究时间。

语音识别开源项目

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

那如果类似heygen的5分钟视频生成数字人，AI数字人定制剪映也做进去了呢？

剪映声音克隆

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

3 xtuner train llama2_7b_qlora_oasst1_512_e3 --deepspeed deepspeed_zero2 基于此，开发者可以专注于数据，其他环节放心交给

大模型

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

认知情绪调节（Cognitive Emotion Regulation） - 你最好能够确定。

Prompt 大模型情感激励

实测：本地跑llama3:70B需要什么配置

首先使用ollama下载70b模型，不知道ollama的请自行百度，这里有个小细节_-->>ollama默认缓存目录在C盘当前用户目录下，几个大模型就能爆了你的C盘，所以务必修改环境变量OLLAMA_MODELS

llama GPU内存

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

3.勾选启用Controlnet，选择Reference only三个预处理器中的一个，并将Style Fidelity值设置为1，如下： 4.基于参考图的描述词生成图片即可，如需变换场景或细节例如发型等

文生图

AI提示词工具，再也不用担心怎么想提示词！

scale (免费，用于gpt提示词) 这个网站的提示词本狗感觉还是挺不错的，提示词的质量蛮ok，而且它是支持搜索你想要的类别提示词，比第一个好的点，第一个压根没得搜索，只能全局搜有没有关键的字=

AI提示词

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(二）

1.动词的使用：模糊的动词使用：「改变这段文字。」

提示词写作

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

其主要在以下几个方面做优化： 1) Query拓展：这是我自己取的名字，可能不太准确，其主要参考Meta的CoVe[1]以及百川自研的Think Step-Further方法对原始用户输入的复杂问题进行拆解

RAG 大模型

<...56 57 58 596061 62 63 64 65 ...>

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