文章列表-AI魔法学院

文章列表

3 个令人惊艳的 GitHub 开源项目，诞生了！

nbsp; AI 一键实现图像处理今年 Meta 在 GitHub 开源 Segment Anything Model（SAM）以后，图像领域真正做到了「万物皆可分割」，开发者处理图像分割任务的流程进一步简化

开源模型

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

此外，通过在训练过程中使用多个讲话者的语音数据，并引入自动编码输入来帮助稳定注意力，进一步扩展了模型的规模，使其能够在所有训练过程中看到的语种中一致地合成可理解的语音，包括训练讲话者的本地口音或外国口音

coqui-ai TTS 语音

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

需要注意的是，虽然在训练过程中使用的是相同ID，背景masked的图像，但是我们可以在推理过程中直接输入不需要背景失真的不同ID的图像，从而创建一个新的ID。

PhotoMaker 文生图

全球最大开源prompt社区即将开放中文版

作为一个长期高频编写prompt的工程师来说，最大痛点可能就是缺乏交流的孤独感： prompt 是否能封装成一个特定场景的工具？

开源模型

Agent具体实现

Chain 是静态的，过程是事先设计好的；而 Agent 则是动态的，由大模型来决策整个过程。

Agent 大模型

快消品企业怎么才能用上大语言模型？

而在企业内部员工的培训上，大语言模型相关的内容也正在成为刚需，尤其是员工日常使用大语言模型过程中的prompt（提示词）技巧。

大模型

如何通过AI变现，举个详细的例子?

Prompt，也就是提示词，必然是发展过程中一个短暂的阶段性产物。

生成式AI

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

vaulted ceilings disappearing into shadow with intricate stained glass filtering sunbeams (高耸的哥特式大教堂内部的低角度视图

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

vaulted ceilings disappearing into shadow with intricate stained glass filtering sunbeams (高耸的哥特式大教堂内部的低角度视图

文生图训练提示词 Midjourney

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

2、流匹配技术： F5-TTS中采用了先进的流匹配技术，这是一种基于最优传输路径的方法，用于改进生成模型的学习过程。

F5-TTS 音频克隆

达摩院SPACE对话大模型：知识注入与知识利用

这个任务是一个流程类的任务，即办理一个保险是有步骤，有流程的。

大模型

2024年值得关注的Agent框架

它支持通过一行需求输入产生用户故事、竞争分析、需求、数据结构、API等，并包括产品经理、架构师、项目经理、工程师等角色，提供了一个软件公司整个过程的精心编排的标准操作流程。

Agent 框架

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

因为其复杂性和“黑盒”性质，使得模型内的决策过程变得难以理解。

大模型调试工具

OpenAI Assistants API 使用指南

Run 对象表示一次指令执行的过程，需要指定执行命令的对象 Assistant 和聊天会话 Thread，一个 Thread 可以创建多个 Run。

OpenAI Assistants API

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

而这个过程复杂且繁琐。

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