文章列表-AI魔法学院

文章列表

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

这个地方不知道怎么操作的朋友，可以看我的上一篇【ComfyUI】本地部署ComfyUI上手指南，我就喜欢连连看。

开源模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

· 论文提出了利用这些发现的方法策略，并指出需要进一步研究以揭示这种行为背后的内在机制并开发更适合与生成组件交互的新一代信息检索技术。

RAG 检索论文

AI生成PPT不靠谱？那是你方法没用对

也可以指定网站或域名（site:域名），让AI访问、搜索并总结一份PPT大纲。

PPT 制作 AI

【语音识别】OpenAI语音力作Whisper

在开源仓库有提供一个notebook 韩语音频数据案例，看了就指导大概multitask的token格式了：关于具体作者是如何训练，作者没详解，不过可以通过文章

语音转文字 whisper

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

他曾使用 Verbalate视频向亚洲或东欧的远程员工发送信息，Dom Procter指出：“用他们的母语制作内容，这改变了游戏规则。”

AI

大模型业务应用中数据准备的要求、难点及解决思路

简单来说，感知类场景就是“能听会看”，指的是有明确的规则，不需要理解复杂的逻辑即可完成任务的场景，比如OCR图片识别、语音转写、文本情绪判断等；而认知类场景要求的是“能思考、会创造”，需要在感知场景要素的基础上

大模型

企业如何更好的使用大模型？都有哪些框架和方案

本文提出了企业AI应用软件的典型架构，并指出了大模型中间件在AI软件中的定位以及核心作用。

人工智能大模型

使用知识图谱提高RAG的能力，减少大模型幻觉

指定要探索的模式或关系。

RAG 大语言模型

动作识别模型有哪些

而时间部分是指帧间的运动，包括摄像机的运动或者目标物体的运动信息。

动作识别模型

LLM Agent最常见的九种设计模式(图解+代码)

代码中有 Planner 和和 Replanner，Planner 负责第一次生成计划；Replanner 是指在完成单个任务后，根据目前任务的完成情况进行 Replan，所以 Replanner 提示词中除了

LLM Agent 图解

微信为什么使用 SQLite 保存聊天记录？

· 1：基准数据库表是指用Create table语句创建的数据库表。

SQLite 微信数据库

我用AI写小说：「素材篇」4种大神写爽文技巧+找素材新思路+三翻四震举例说明

“三番四镇”原本是指相声表演中的艺术手法，而在小说创作中，我们可以借鉴这种手法，通过三次情绪推进和剧情翻转，营造出四次高潮，让读者在阅读过程中不断产生震撼和爽感。

AI写作

Stable Diffusion

硬核解读Stable Diffusion（系列一）

numpy as np from PIL import Image #加载模型: autoencoder可以通过SD权重指定

StableDiffusion 文生图

有了 DALL-E 3，从此自己设计T恤 (附30个提示词模板)

提示词：宽幅矢量设计印在一件[你的颜色]T恤衫上，展示一种[所选动物]的细节和[特定的设计元素，如佩斯利花纹、曼陀罗、指甲花]图案，唤起一种传统和艺术感。

DALL-E T恤设计

一文带你看懂OpenAI-Sora生成视频的原理

所谓的“潜在”，我们指的是补丁所包含的不仅仅是表面的图像数据，还有关于这些图像如何随时间演变的深层信息。

视频生成 sora

<...61 62 63 646566 67 68 69 70 >

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