文章列表-AI魔法学院

文章列表

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

www.aconvert.com/cn/audio/mp4-to-wav/ 处理完音频文件后我们就要开始利用UVR去掉背景音了，一共需要过两次，每次的设置都是不同的，这样能最大限度的保证不需要的声音能被去除干净

生成式AI

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

另外 SDXL 的 ControlNet 模型普遍都比较大，因此对电脑的性能要求也较高，以我现在的电脑配置跑起来略显困难。

大模型 SDXL ControlNet

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

LLM生成方法：利用大语言模型自动生成代理的个人特征，比如年龄、性别、个人喜好等背景信息。

大模型 LLM Agent

whisper-live：OpenAI Whisper模型的近实时实现

OpenAI 的 Whisper 的近乎实时实现。该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。它可用于转录来自麦克风的实时音频输入和预先录制的音频文件。与依赖连续音频流的传统语音识别系统不同，我们使用语音活动检测（VAD）来检测语音的存在，并且仅在检测到语音时才发送音频数据以耳语。这有助于减少发送到耳语模型的数据量并提高转录输出的准确性。

OpenAI Whisper 大模型

Deepseek-V2技术报告解读！全网最细！

在通用能力的表现上，模型在MMLU多选题benchmark上拿到分，取得了第二名，Deepseek-V2在众多开源模型中表现仅次于70B 的 LLaMA3，超过了他们此前发布的V1

Deepseek-V2 大模型

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

1.4 确保图像的清晰度和清晰度高质量的图像应该是清晰和清晰的。

Negative Prompt 文生图

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

大V博主分析这个解码器应该是Dall·E 3同款，在GitHub项目页上OpenAI也提供了Dall·E 3论文。

SD 文生图 DALLE

制作可爱的表情包

),whitebackground(白色背景)，happy (快乐),angry (生气),sad (悲伤) ,cry (哭泣),cute (可爱),expecting (期待)，laughing (大笑

绘画表情包

手把手教你用上SDXL——SDXL 1.0 模型资源/comfyUI中文一键包下载

在SDXL 1.0版本中，我们见证了相较于SD v1.5和SD v2.1的巨大飞跃，甚至超越了自身的SDXL 0.9版本！

SDXL 下载

在Win11上部署ChatGLM3详细步骤

2023年10月27日，智谱AI于2023中国计算机大会（CNCC）上，推出了全自研的第三代基座大模型ChatGLM3及相关系列产品，这也是智谱AI继推出千亿基座的对话模型ChatGLM和ChatGLM2

大模型 ChatGLM 智普

图解 transformer——逐层介绍

位置编码的计算是独立于输入序列的，是固定值，只取决于序列的最大长度。

Transformer 大模型图解

Yi技术报告细节分享

之前分享过Llama2、Baichuan2、Qwen，今天来给大家进行细节分享。

Yi模型大模型

低调的PDF，为什么成了数字文档“永远的神”？

Adobe公司logo的最初设计稿与变迁，唯一不变的是看起来像开放三角形的首字母A，由沃诺克的妻子、平面设计师Marva亲手设计。

工作

AI绘画当前的应用场景有哪些？

准备一张黑白蒙版图片，注意以下几点： 1、用PS把“假人模特”部分填充黑色（即后续需要生成真人模特部分） 2、等比缩放尺寸（与原图比例一致），把这张图片的尺寸缩小，方便后续的操作； 3、白色区域为蒙版内容

文生图

如何使用 Megatron-LM 训练语言模型

在 PyTorch 中训练大语言模型不仅仅是写一个训练循环这么简单。

开源模型

<...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