文章列表-AI魔法学院

文章列表

图解 Transformer——功能概览

Transformer是一种深度学习架构，它使用注意力来显著提高深度学习 NLP 翻译模型的性能，其首次在论文《Attention is all you need》中出现。

Transformer 大模型图解

自动化神器Autolt：不再重复工作

Autolt是一个强大的自动化工具，能够在工作和生活中帮助我们更高效地处理各种任务，学习曲线不高

RPA 自动

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

SeamlessStreaming是一个基于深度学习的模型，它可以完成以下几种任务：语音到语音翻译（S2ST）、语音到文字翻译（S2TT）、文字到语音翻译（T2ST）、文字到文字翻译（T2TT）、自动语音识别

大模型开源模型语音

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

为了解决这个问题，清华大学的研究者提出了一种新的技术，叫做潜在一致模型（Latent Consistency Models，简称LCM）。

LCM/LCM-LoRA 文生图

爆肝两天！ChatGPT+提示词解决知识库目录混乱

无论是个人的学习笔记、公司的项目文档，还是整个行业的研究资料，一个结构清晰、易于检索的知识库目录结构都至关重要。

智能分类大模型知识库

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

最近我们和社区其他人感兴趣的一个领域是法学硕士是否可以扩展到更长的背景。

开源模型

Stable Diffusion

Stable Diffusion由入门到精通

当然这个图片肯定不是完美的，如若你想生成完美的、惊艳的图片，还需要深入了解和学习文生图详细参数和功能。

prompt 文生图

Fastwhisper + Pyannote 实现 ASR + 说话者识别

基于PyTorch机器学习框架，它具有最先进的预训练模型和管道，可以进一步对自己的数据进行微调，以获得更好的性能。

faster-whisper 语者识别 ASR

RAG 2.0来了，它能成为生产落地的福音吗？

然而，这种方法往往会导致所谓的“科学怪人效应”（Frankenstein’s monster），即尽管每个部分在技术上都能独立运行，但整合后的整体性能却远未达到理想状态。

RAG 大模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

OpenAI华人科学家翁丽莲给出直观的“配方”： Agent = 大模型+记忆+主动规划+工具使用以亚马逊云科技平台为例，开发Agent应用首先要根据具体任务场景给Agent选择合适的基础模型

开源模型

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

“ControlNet+Openpose”方式虽然学习成本低，但使用成本较高，需要一些参考图。

文生图

AutoGPT与LLM Agent解析

后续想要拓展 GPT 的应用范围，一个很自然的方向就是让 GPT 能够学会自己使用各种外部工具，来进行更广泛的任务类型的执行，做到“知行合一” 。

大模型

SD出图新思路

看效果，是不是很哇塞，一定情况下甚至自带朦胧效果还是那句话，工具只是个工具，怎么灵活组合使用才是关键，一定不要学一个会一个，多尝试不同的用法有时候能发现新大陆的~ 好啦，快去试试效果吧~

文生图 SD

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

高效的数据引擎 XTuner 适配了多个热门开源数据集格式，开发者如已有对应格式的数据集，可以直接使用，并支持多种格式数据源的混合使用： Alpaca 格式，斯坦福大学开源数据集的格式

大模型

体验完阿里的EMO模型，我emo了

这种技术能够自动学习3D模型的形状和动作，并根据学习到的模型参数实现动画骨骼控制。

EMO 文生图

<...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