文章列表-AI魔法学院

文章列表

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

具体来说，JFT中一共有18291个类别，这能教模型的概念比ImageNet的1000类要多得多，但尽管已经有上万类了，其最后的分类器其实还是静态的、有限的，因为你最后还是得固定到18291个类别上进行分类

OpenAI 自然语言监督

Stable Diffusion

Stable Diffusion｜提示词高阶用法（四）LoRA指定区域

你可能在使用LoRA模型时，总会因为LoRA的特定风格，影响到画面原本的人物形象，导致你可能需要不停的找新的LoRA模型去实验。

文生图

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Stable Diffusion是一个能够根据文本描述生成高质量图片的深度学习模型，它使用了一种叫做潜在扩散模型的生成网络架构，可以在普通的GPU上运行，还可以加载各种出图模型以及动画模型。

数字人

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

它使用人工智能来自动识别和修复图像中的缺陷，无需使用遮罩。

SD 插件文生图

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型在代码和数学能力上有显著提升，尤其是在长文本处理方面，其中 Qwen2-72B-Instruct 模型能够完美处理 128k 上下文长度内的信息抽取任务。

qwen 千问开源

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

3、不足和建议这个插件满足了我想要实现的一切效果，对于英语水平不佳的中国人来说，这个插件更是彻底解放了大脑，不需要绞尽脑汁去思考提示词怎么写，只需要用鼠标点点就可以实现想要的效果。

stable diffsion 提示词

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

;$$ [-\frac{L}{\sqrt{d α｝｝ ,\frac{L}{\sqrt{d α｝｝] $$ 其中，α为可调节参数，L为输入⻓度，d为Embedding层的维度，具体如下

NEFTune 大语言模型

解玄：共相、道、基类与战略

我就说我不能见大师。

玄学科学

解读：一个数学在线教育网站如何做到一千万月访问量

今天继续分享个方法，那就是随便乱点，从一个网站发现一些关键词，从一个关键词发现一批网站，不断点下去，就能够发现一些不错的网站。

访问量

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

YOCO仅缓存一次键值对，可大幅降低GPU内存需求，且保留全局注意力能力。

Decoder-Decoder YOCO 架构

【工具书】文生图Midjourney最全prompt提示词分类对照表

glasses 面向观者 look at viewer 靠近观者 close to viewer 动态角度 dynamic angle 舞台角度

提示词 prompt 文生图

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

Midjourney 进阶关键词_摄影效果专题

Man Ray 的“射线照片”是通过将物体直接放置在感光纸上而创建的。

midjourney 文生图绘画

【语音识别】OpenAI语音力作Whisper

具体看开源仓库代码，这里不做详解。

语音转文字 whisper

<...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