文章列表-AI魔法学院

文章列表

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

ghostmix模型作者认为，应该尽可能的少做大模型，然后使用lora、ControlNet等微调工具来适配更多的场景。

Stable Diffusion

Midjourney 进阶关键词_摄影效果专题

这些通常是暗室或曝光过程中发生事故的结果，但它们很快就成为艺术工具。

midjourney 文生图绘画

解读：一个数学在线教育网站如何做到一千万月访问量

我是哥飞，公众号：哥飞从一本书名到发现一批大流量工具站和内容站全流程揭秘给大家看下当时文章的截图：所以你会发现，SEO做得好的网站，我们会在各种关键词里重复见面。

访问量

大模型的研究新方向：混合专家模型（MoE）

MoE和集成学习的思想异曲同工，都是集成了多个模型的方法，但它们的实现方式有很大不同。

MoE 大模型

什么是BERT？

为了完成具体的分类任务，除了单词的token之外，作者还在输入的每一个序列开头都插入特定的分类token（[CLS]），该分类token对应的最后一个Transformer层输出被用来起到聚集整个序列表征信息的作用

embedding

Roop参数说明，ROOP->StyleGAN演示！

具体一点就是由StyleGAN的微调模型生成，然后通过ROOP把脸怼了上去。

视频 StyleGAN

AI虚拟主播数字人技术实现Wav2Lip

这在电影和视频游戏行业中具有极大的应用价值，如对演员的表情表演进行后期调整。

数字人视频

检索增强生成 (RAG):What, Why and How?

由于LLM具有有限的上下文窗口长度，在处理当前任务时只能传递最相关的知识。

检索增强大模型

精通结构化提示词：如何精确操控指令的作用域与优先级

ensp; 提示词的优先级原则指令的“作用域”和“优先级” 要解决这些问题，需要弄清楚ChatGPT处理提示词的优先级机制，也就是说每写一个可以独立指挥ChatGPT工作的指令

提示词结构化

如何下载及使用通义千问7B开源大模型

这里基于ModelScope的开源轻量化微调工具swift来实现。

通义千问

Fastwhisper + Pyannote 实现 ASR + 说话者识别

github.com/SYSTRAN/faster-whisper 二、pyannote.audio介绍 pyannote.audio是一个用Python编写的用于扬声器diarization的开源工具包

faster-whisper 语者识别 ASR

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

其次，引入了“协同扩散”算法，该算法能够在统一的去噪过程中协同使用具有不同潜在空间和预定义分辨率的各种预训练扩散模型。

PanGu-Draw 文生图

比尔盖茨最新预言：AI智能体颠覆计算机交互体验甚至软件行业

为了了解智能体将带来的巨大变化，让我们将它们与当今可用的人工智能工具进行比较。

AI智能体

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这其实说明从web-scale的数据中学习是可以超过高质量的人工标注的NLP数据集的。

OpenAI 自然语言监督

如何构建基于大模型的App

LLM也可以用于基本的推理除了语言理解之外，在逐步提示下工作时，一些LLM在基本推理方面的表现也不错。

构建大模型App

<...63 64 65 666768 69 70 71 72 ...>

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