文章列表-AI魔法学院

文章列表

说真的，学会用SD做电商图，你才是真的入了门

在开始之前，我们先捋一捋制作思路：从一张真实产品图开始——分割背景和产品——替换背景——调整尺寸和文字拍摄真实产品图别看一些MJ教程中用提示词出产品图，绕不开的问题是随机性太大。

文生图 SD 电商

ComfyUI王牌！复合生成！必须揉在一起

比如我也整一个沈腾老师的操场场景，人物换成妹子。

comfyui 文生图

如何用大语言模型构建一个知识问答系统

通过归一化、拼写纠错、扩展、翻译等方式对查询请求中的词进行替换。

知识库

使用知识图谱提高RAG的能力，减少大模型幻觉

这可以通过提取相关特征或属性并将其转换为向量格式来实现。

RAG 大语言模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

把预训练大模型freeze住，因为大模型参数量大，精调起来效率低，毕竟prompt的出现就是要解决大模型少样本的适配作者发现直接优化Prompt参数不太稳定，加了个更大的MLP，训练完只保存MLP变换后的参数就行了

训练微调

RPA和大模型结合：开启智能自动化的新纪元

自然语言交互自然语言交互（Natural Language Interaction，NLI）是指人类和机器之间通过自然语言（如中文、英文等）进行信息交换的过程，它是人工智能领域的一个重要分支，涉及到自然语言理解

RPA 自动化大模型

模型压缩：量化、剪枝和蒸馏

例如，BERT 原本是以fp32 精度（float precision 32bit，单精度4 字节浮点数）运行的，若转换成fp16 精度（float precision 16bit，

BERT 语言模型

月薪5万+的Agent工程师，凭什么这么香？

"我是不是已经错过了AI的红利期？"

Agent 工程师

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

它能够帮助开发者分担繁重的工作，并构建高质量的 AI 应用。

RAG 检索向量库

国内厂商语音识别与Whisper评测：现状与概况对比

Recognition, ASR）、电脑语音识别（Computer Speech Recognition）或语音转文本识别（Speech To Text, STT），其目标是以电脑自动将人类的语音内容转换为相应的文字

语音识别 Faster-Whisper

Threejs: 数字人生成金色动态粒子效果

昨天的文章提到通过修改数字人的材质做全息投影仪的动态效果，今天分享一下生成金色动态粒子人的代码，效果图如下：效果中还包含多个粒子效果的动态转换，有了这个，再加上摄像头，就可以完全模拟亚运会的数字人效果了

Threejs 数字人

微调大型语言模型-核心思想和方法介绍

在 LLM 领域内，索引可以被视为一种上下文学习变通方法，它可以将 LLM 转换为信息检索系统，以便从外部资源和网站中提取数据。

大模型训练

ComfyUI，你开启XL钥匙打开了新世界

▍第一次生成（A航线🤔）在进行ComfyUI的第一次生成前还是有很多准备工作的，考虑走A航线的大家已经是AI栋梁了，就不再像以前一样喂饭了，不过我们还是需要先基本了解一下

ComfyUI 大模型

技术布道 | Prompt评估与优化，让魔法打败魔法，通过大模型获得更优质的Prompt进而获得更优质的内容

本实验支持在MumuLab.cn中进行操作，完成实验并提交结果可获得实验积分、刷新排行榜、有机会兑换小礼品。

prompt 大模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

GPT-SoVITS模型介绍 GPT-SoVITS项目是TTS克隆领域内效果常年霸榜的模型之一，具有以下功能: 零样本文本到语音（TTS）: 输入 5 秒的声音样本，即刻体验文本到语音转换。

语音克隆开源模型

<...58 59 60 616263 64 65 66 67 ...>

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