文章列表-AI魔法学院

文章列表

一键AI换脸！小红书和北大合作的InstantID

这个模块通过解耦的交叉注意力机制，使得图像和文本能够独立地影响生成过程，从而在保持身份信息的同时，允许用户对图像风格进行精细控制，实现「双赢」。

InstantID 文生图

AI Agent / 智能体观察笔记（中）

反思是智能体生成的更高级、更抽象的思考，并与观察记忆一起纳入推理过程之中。

大模型

谈谈LLM在推荐域的渗透，探索推荐新范式

ICL的过程，并不涉及到梯度的更新，因为整个过程不属于fine-tuning范畴。

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

建议收藏：超详细ChatGPT(GPT 4.0)论文润色指南

二、润色程度在使用ChatGPT的过程中，有时候我们并不希望AI对文本进行大幅修改，这时候可以要求它对润色的程度和方向进行限制，以下是一些可以有助于控制润色程度的口令，请大家尝试加入自己的提示词中

论文润色写作

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

AI绘画：InstantID Win11本地安装记录！

下面就来记录下我的安装过程和遇到的问题，以及解决方法。

InstantID Win11 安装

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

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

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

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

链（Chains）：对于一些简单的应用程序，单独使用LLM就足够了，但对于许多更复杂的应用程序，需要将LLM链接在一起，或者与其他专家链接在一起。

开源模型

聊聊我对AI Agents技术的一些看法

的作用，向上对接人类的以 Prompt 为形式的输入，向下则以网络搜索，Python 脚本等为媒介沟通互联网或自动化实验仪器等工具，从而可以自主完成从实验设计、实验规划到执行复杂的科学实验等的一整套流程。

AI Agents 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