文章列表-AI魔法学院

文章列表

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

IP-Adapter 是一个目前比较新的 ControlNet 类型，是由腾讯AI实验室发布的一个开源项目，项目地址：https://github.com/tencent-ailab/IP-Adapter

图生图文生图 sd

真格基金大模型能力测试问题集---进阶篇

请问下列哪个事件引起了另一个事件？

中文评测大模型

解读：一个数学在线教育网站如何做到一千万月访问量

从流量来源分布可以看到，大部分流量来自于搜索引擎和直接访问，其中从搜索引擎中每个月可以获取七百万左右访问量。

访问量

绝了！新华社、知网官方出品的写作神器，不要太爽！

对外宣传，每个类型还可以选择对应的写作场景，所有内容按照标准公文排版生成，同时生成完还能源格式导出！

新华妙笔写作

【语音识别】OpenAI语音力作Whisper

将音频文件分成30秒的片段，并与该时间片段内出现的转写子集配对。

语音转文字 whisper

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

此外，还需要关注系统各组件的响应时间，比如检索延迟，语言模型生成延迟等。

大语言模型 RAG检索增强

Openai 异步客户端接入国产大模型 Kimi

Moonshot AI 是一家专注于通用人工智能领域的公司，其愿景是寻求将能源转化为智能的最优解，通过产品与用户共创智能，实现普惠AI。

Kimi Chat 大模型

七问大模型幻觉｜LLM Hallucination

· 外部幻觉：生成的内容不能从源内容中得到验证，既不受源内容支持也不受其反驳。

大模型

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

图 | 从左到右：约翰内斯・开普勒（Johannes Kepler）、艾萨克・牛顿（Isaac Newton）（来源：https://x.com/keyonV/status

Transformer 大模型

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

语音克隆：从提供的音频文件中克隆语音或直接在应用程序中录制您的声音以进行实时克隆。

AI语音克隆实时语音识别

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

架构 GLM-4-Voice 的架构由三个主要组件组成，每个组件在实现端到端语音交互中发挥着至关重要的作用： 1.

GLM-4-Voice 9B 语音安装

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们将稳定扩散 3 的输出图像与其他各种开放模型（包括 SDXL、SDXL Turbo、Stable Cascade、Playground v2.5 和 Pixart-α）以及封闭源代码系统（如 DALL-E

SD 论文

AI领域的agent是什么意思？

代理（Agent）这个词来源于拉丁语“agere”，意为“行动”。

大模型

大模型在金融行业的应用场景

目前已有的大模型知识库基本上都采用 RAG 的方案构建，但是数据源多样（流程规范、产品材料、规章制度等），数据格式繁杂（文字、表格、公式、图片等），针对不同的数据都需要业务上进行单独处理

大模型金融应用

TrOCR——基于transformer模型的OCR手写文字识别

需要注意的一件事是，在进入编码器之前，图像的大小已调整为 384×384 分辨率。

OCR 手写文字识别

<...60 61 62 636465 66 67 68 69 ...>

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