文章列表-AI魔法学院

文章列表

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

Erwin_1.wav|Erwin|ZH|你也许可以趁此机会干掉狩之巨人 Erwin_10.wav|Erwin|ZH|如果到時候我不衝在最前面

Whisper 语音优化

AI拆解:《AI猫咪小红书账号3个月变现10W+》

我们可以将其分为四个核心层面：用户价值、内容价值、商业价值以及潜在的损失盗版价值。

文生图 AI拆解

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

后边会进一步更系统性的测试更多的数据集和数据质量筛选的效果。

开源模型

ComfyUI进阶前必备插件们续

ComfyUI界面汉化（消除语言障碍先，不行咱还能来回切换） 2.

ComfyUI 文生图

基于LLM+向量库的文档对话痛点及解决方案

问题2：如何让LLM回答出全面的粗粒度（跨段落）知识？

开源模型

AI制作小朋友的睡前故事画册

drawing, Negative prompt 负向提示词：(negative_hand-neg:1.2),(((bad-hands-5))),EasyNegative, 欢迎各位朋友们尝试起来

SD1.5 文生图

AI音乐热潮下，“神曲工作室”率先失业

资深的演艺经纪人告诉娱乐资本论·视智未来，即使是初出茅庐的“十八线小咖”，也会努力抓住面对面上台对观众展示的机会，甚至以一周3-4个城市的高强度巡演；另一方面，作曲和编曲的人不得不承认，AI创造出的音乐已经在大踏步追上人类多年积累的智慧结晶

音乐音频

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

在本节剩余部分，我们尝试解析 Sora 的架构设计，并探讨为实现这一杰出功能所采用的相关技术。

sora 论文

开源免费离线语音识别神器whisper如何安装

本文测试系统为windows11 64位、python版本3.9.13和windows10 64位、python3.7.5版本.

wisper 翻译免费

Roop升级版FaceFusion换脸AI技术使用以及部署教程

免责声明在使用他人面部图像前，用户必须得到相关人士的同意，并在发布内容时不得隐瞒它是深度伪造。

FaceFusion 教程

Stable Diffusion

Stable Diffusion由入门到精通

这个两个文本框是生图的关键设置，你的文字描述就是放在Prompt里面。

prompt 文生图

RAG——使用检索增强生成构建特定行业的大型语言模型

下面放出原来梳理的部分文章链接，需要的自取： PandasAI——让AI做数据分析 Quivr - 你的第二个大脑，由AIGC赋能 Flowise——通过拖放界面构建定制的LLM流程 localGPT

大模型

AutoGPT与LLM Agent解析

除了上面提到的 AutoGPT 和 BabyAGI，还有很多有意思的项目如 Toolformer，HuggingGPT，Visual ChatGPT 等都在尝试这个方向。

大模型

AIGC大模型，潮水褪去之后

搞一个场景，比较几个大模型的回答，做个统计层面的分析，计算机前沿论文几乎连数学公式都没有。

大模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

1.3 面向生产者：一种学术定义我个人认为复旦NLP组的一篇综述所提出的LLM Agents框架，是比较全面的。

LLM Agents

<...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