文章列表-AI魔法学院

文章列表

【语音识别】OpenAI语音力作Whisper

最后，解码器基于先前输出的词以及编码器隐含状态，自回归地预测下一个输出词。

语音转文字 whisper

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

人人都可以部署微信机器人-小白保姆级教程

我们把宝塔登录网站复制到浏览器地址栏，并输入宝塔的账号和密码 Docker安装等待安装完成此时点击快速部署项目页面没有提示未安装docker则表示 docker

大模型

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

这些词是什么意思？

Prompt 大模型

快手大模型出炉！【快意】来袭！

「快意」大模型（KwaiYii）是由快手AI团队从零到一独立自主研发的一系列大规模语言模型（Large Language Model，LLM），当前包含了多种参数规模的模型，并覆盖了预训练模型

开源模型

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

它提供了一种直观的方式来观察和理解 Stable Diffusion 的各个步骤和参数。

大模型

从零开始学习大模型-第一章-大模型简介

这些模型通过在大规模数据集上进行训练，能够学习到丰富的数据表示和模式，从而在各种任务上表现出色，如文本生成、语言理解、图像识别等。

大模型从零开始

2023检索增强生成技术（RAG）研究进展

它们通过提供高效的检索策略和优化的生成方法，使得RAG不仅在学术界受到青睐，在工业界也逐渐展示出其巨大潜力。

RAG 检索增强

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

但是近期，网易有道AI算法团队也开源了一款国产TTS语音合成引擎EmotiVoice，刚上线仅一周时间就暴涨4200颗星，问鼎当周GitHub trending流行榜第一。

EmotiVoice 语音库

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

在将大型语言模型与初始微调的较小模型比较后，作者提出了一个频谱，显示大型语言模型何时落后、可比或超过较小模型的能力。

大模型控制

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

生成器是一个基于语言模型的序列到序列模型，它接收查询和选定的文档作为输入，并预测下一个可能的单词或短语，以生成回答。

RAG 检索论文

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

通过修改不同的提示词，就能生成 Angelina 的各种风格的照片。

IP-Adapter 文生图

24年首篇离奇论文：加点噪声，RAG效果翻倍？

生成器是一个基于语言模型的序列到序列模型，它接收查询和选定的文档作为输入，并预测下一个可能的单词或短语，以生成回答。

RAG 检索增强

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

这些视频很多都出自一个名叫「HeyGen」的 AI 应用之手。

语音 HeyGen

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

是不是有大模型、正向提示词、反面提示词、采样器、步数、宽高、VAE、显示图像。

comfyui 文生图

<...62 63 64 656667 68 69 70 71 ...>

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