文章列表-AI魔法学院

文章列表

ChatPDF | LLM文档对话 | pdf解析关键问题

我认为这确实是一个重要且有挑战性的工作，但是今天要讨论的文本是有一个前提条件的，那就是有标题（目录）存在。

大模型

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

网友们也纷纷表示，这项工作很惊人。

大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

在训练过程中，MaskGCT学习根据给定的条件和提示预测掩码的语义或声学标记。

MaskGCT 声音克隆

Stability AI推出视频生成模型Stable Video Diffusion

Stable Video Diffusion提供两个模型，分别为SVD和SVD-XT。

Video 视频创作 SD

点评：六大向量数据库

这些数据库以其高效的向量检索和相似度搜索功能，为各种应用场景提供了强大的支持。

向量数据库

RAG模型的主要痛点和解决方案

- 尝试使用多向量表示、近似最近邻搜索和最大内积搜索来提高速度，而不损害准确性。

rag 大模型

8个常用中文OCR数据集，附下载链接

红色的矩形框表示其中的文字被标记为“困难”。

OCR

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

最近，有人提出了一种基于示例的图像修复方法，但是使用文本来准确描述复杂的服装纹理模式仍然是困难的。

文生图

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

聊聊我对AI Agents技术的一些看法

▲工具学习框架而如果把眼界再打开，不局限于“工具使用”，而是将 AI Agent 建模为一个人脑智能与人工智能协同的过程，面对一个“任务”，由人类站在高点描述一个“任务目标”，并将完成这一任务的工作交予

AI Agents 大模型

AutoGPT与LLM Agent解析

这类项目绝大多数的主要创新还是在 prompt 层面，通过更好的提示词来激发模型的能力，把更多原先需要通过代码来实现的流程“硬逻辑”转化为模型自动生成的“动态逻辑”。

大模型

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

AI 社区对该模型进行了快速的逆向工程，并对特定版本进行了细致的调优，这不仅证明了模型的灵活性，也展现了开发过程中的协作精神。

开源模型 Mixtral 8x7B

ComfyUI官方使用手册【官网直译+关键补充】

示例：示例使用文本与工作流程图 2.Load Checkpoin（with config）【加载Checkpoint（带配置）节点】 "加载检查点（带配置）"节点可以根据提供的配置文件加载扩散模型。

文生图图生图 comfyui

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

在用户输入完文本提示后，图像就能立即显示。

Stable Diffusion 文生图

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

<...59 60 61 626364 65 66 67 68 ...>

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