文章列表-AI魔法学院

文章列表

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

这个框架不依赖复杂的模拟或对数似然估计，而是直接处理生成目标概率路径的向量场。

Stable Diffusion DALL·E

Stable Diffusion

Stable Diffusion API

如果有任何问题，请参阅 wiki。

文生图 SD

解读wav2lip：探究语音驱动唇部动作的技术原理！

在训练阶段，将该专家判别器保持冻结状态，保证判断结果不受伪影的干扰。

wav2lip 语音

大模型LLM基础｜分词

基于机器学习的分词基于机器学习的分词方法通常使用诸如条件随机场(CRF)、长短时记忆(LSTM)等算法，学习从标注的语料库中推断分词的模式。

开源模型

大模型量化：什么是模型量化，如何进行模型量化

通过深度学习，我们可以得到用于处理各种任务的高性能模型，这些模型大多都很复杂、一般只适合在GPU上进行推理，并不适合在板端进行推理，然而在实际应用时，很多场景都需要将模型部署到板端。

大模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

; 成本更低：与OpenAI的LLM服务相比，私有化的LLM允许用户在定制化的基础上，用更小的模型达到相似的效果。

开源模型

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

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

我们对AI提的要求其实就是提示词 Prompts ，如果AI没有达到想要的效果，就不断补充、说明，多试几次总有一次可以抽到想要的效果～虽说AI是人工智能，但它和人类智慧还是有一定差距的，有时候你会发现即使提示词已经给了很多

AI图片

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

如果我们可以基于更小、更有针对性的块进行嵌入/检索，但仍有足够的上下文供LLM合成响应，该怎么办？

RAG 检索

ComfyUI官方使用手册【官网直译+关键补充】

虽然文本输入会接受任何文本，但如果输入的是文本提示的一部分对象，GLIGEN的效果最好。

文生图图生图 comfyui

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

数据录入与处理：这是RPA的最基本和常见的应用场景之一。

GitHub 数据处理RPA

深入浅出：大语言模型中必不可少的技术——Embedding简介

例如，如果一个单词在一些上下文中经常与另一个单词一起出现，那么这两个单词的嵌入向量在向量空间中就会有相似的位置。

embedding

无需翻墙，可合法使用的8款国内AI大模型产品

api.minimax.chat 由前商汤科技副总裁创立AI大模型能够提供功能丰富的API能力和专区方案，并通过纯自研引擎技术底座帮助保障稳定性及安全合规性，最大限度的降低使用者的开发复杂性，快速在目标场景中验证价值并进行生产部署

生成式AI

WeChaty：强大的微信个人号机器人SDK

WeChaty Python 接口的应用场景： - 个人助手：通过 WeChaty 的 Python 接口，开发者可以构建个人助手应用，实现自动回复消息、提醒日程安排

微信接口

深入探讨：Agent全自动写作长篇小说技术原理解析

01 基于设定生成小说情节用户只需提供一个小说的基本设定，比如场景简介，要生成的章节数及期望的写作风格。

Agent

<...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