文章列表-AI魔法学院

文章列表

开源免费离线语音识别神器whisper如何安装

拿我自己录的一段音频举例，5min长度400多字，使用whisper的medium模式识别，只错了两个英文单词，那两个英文单词还是因为发音问题识别错误。

wisper 翻译免费

如何改善你的回测方法，提高策略的未来收益

优点是可以评估策略的稳健性，减少过度拟合的可能性，但仍可能不能准确代表未来的表现，且需要适当的数据格式。

回测方法

StableDiffusion使用Roop插件一键换脸教程

训练模型也可以实现上面的需求，但是需要的图比较多，很麻烦。

AI换脸

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

这个 ControlNet 相比 Roop 等换脸模型，也有更好的效果。

ControlNet 文生图

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

相信大家在玩 Stable Diffusion 的时候一直有一个痛点，每次出图抽卡时都只能等待上一次抽卡结束，才能继续下一次抽卡；特别是当我们想抽大量的卡来测试不同的模型，不同的参数的效果时，那么是非常奔溃的

Agent Scheduler Stable Diffusion

45个 DALL-E 3 使用案例 (附提示词)

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

DALL-E 提示词文生图

说真的，SDXL究竟藏着多少秘密，也许没人知道

众所周知，今天我们看到的生成式对话人工智能，包括GPT，Bard以及一众追随者，他们都是用大量文字“喂养”出来的庞然大物。

文生图

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

但ChatGPT的GPT-4模型已经进化成GPT-4-turbo，有了更强的上下文理解能力，更长的文本记忆，能理解图片、生成图片，以及更会使用网页浏览、代码解释器等工具帮助用户完成任务，所以我预期会在2024

ChatGPT 使用技巧教程

Learn Prompting-基础篇

这在金融等行业可能十分有用，人工智能可以检测股票市场的模式，并提供可能被忽视的见解。

prompt

忘了提示词吧，用自然语言教会AI画出想象力

前一段时间，我推荐了一个stable diffsion的翻译插件，和大部分其他翻译插件不同的是，它是基于离线大模型的插件，速度快、效率高。

文生图

阿里的AI一键换衣（AnyDoor）工具来了

正面的应用，是电商行业，用塑料模特的照片，换成真人，而衣服能够保持自然；负面的应用，是把正常人的衣服换成暴露的情况。

AnyDoor 换装文生图

收藏！万字长文聊聊LLM Agents的现状，问题与未来

的方式。

LLM Agents

微信向量检索分析一体化数仓探索：OLAP For Embedding

“万物皆可 Embedding，向量是 AI 理解世界的通用模式 ”：""An embedding is a mapping from discrete objects, such as words,

OLAP For Embedding 一体化数仓

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

1 - 人工智能体的黎明 2023年是生成式人工智能(GenAI)和大语言模型(LLM)的一年，它们以前所未有的方式生成内容。

AI Agent 人工智能

<...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