文章列表-AI魔法学院

文章列表

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

基于 Kimi Chat 的 AI 渐进式阅读法

但我并不会为此感到焦虑，这些文章成了一个经过我筛选的“图书馆”，当我需要的时候，我可以在里面找到自己想要的文章进行阅读。

Kimi Chat 阅读

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

(2) LLM 的嵌入层 E 和输出层 W 与词汇量有关，比如在 T5 模型中词汇占到了模型参数数量的 66% 左右。

开源模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

FACE RECOGNITION 人脸识别区域，用于识别预览区域的人像提取。

FaceFusion 教程

Stable Diffusion

Stable Diffusion 常用插件推荐

https://gitcode.net/ranting8323/a1111-sd-webui-tagcomplete 提示词自动补全

Stable Diffusion 插件

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

技术实现（提示工程）多查询生成流程图：利用提示工程和自然语言模型拓宽搜索视野，提升结果质量。

RAG-Fusion 检索增强

2023年LLM如何入门？请看这篇综述！

SLM通常使用N-gram模型来表示上下文，即假设下一个词的出现只与前面N个词有关。

大模型

开源免费离线语音识别神器whisper如何安装

拿我自己录的一段音频举例，5min长度400多字，使用whisper的medium模式识别，只错了两个英文单词，那两个英文单词还是因为发音问题识别错误。

wisper 翻译免费

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno V3的这一特点，不仅为音乐爱好者提供了一个全新的创作工具，也为专业音乐制作人提供了一个强大的辅助平台（但估计音乐老师是严重抵制的）。

suno 歌曲音乐

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

本文作者研究主要关注两个问题：1）基于工业领域中的PDF文档，将单模态文本、单模态图像、文本+图像双模态放入RAG系统中，看一看文本+图像双模态是否能够提升RAG系统的性能？

大模型研究

GPTs使用指南 | 保姆级GPTs入门教程，0代码基础也能做AI产品

Chat.openai.com 2.账号需要开通ChatGPT Plus服务准备工作就绪之后，我们开始学习如何创建一款GPTs~ 一、GPTs创建入口：温馨提示

GPTs 入门教程

来个优秀的开源人脸识别项目！

它旨在为研究人员和开发者提供一个人脸识别解决方案，以便他们可以利用深度学习技术进行人脸识别和分析。

人脸识别开源项目

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

Github2.1万星！开发者的“瑞士军刀” 开源！

项目介绍 DevToys 是一个面向开发人员的实用工具集，旨在帮助开发者提高日常工作效率。

DevToys 工具集开源

baichuan2 有什么好的深挖论文中涉及的知识点

训练语料库的组成如图 1 所示。

大模型

<...57 58 59 606162 63 64 65 66 ...>

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