文章列表-AI魔法学院

文章列表

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

大家可千万别错过，收藏起来，以后想写点什么的时候都用得着。

写文章

精通结构化提示词：如何精确操控指令的作用域与优先级

如果结构化提示词出现了不同模块之间的逻辑错误或规则冲突，对于用自然语言沟通的大模型来说，生成的结果反而不可控。

提示词结构化

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

与 GPT-4 等大型语言模型相似，Sora 能够解析文本并理解复杂的用户指令。

sora 论文

RLHF 在 Text2SQL 领域中的探索

SQL 答案，这也是因为 LLM 本身语言理解能力强大，同时提问的自然语言问题比较 easy。

Text2SQL RLHF

AIGC系列之一-一文理解什么是Embedding嵌入技术

如上图所示，目前生成embeding方法的模型有如下几类： 1、Word2Vec： Word2Vec 是一种词嵌入（Word Embedding）模型，是嵌入技术在自然语言处理中的一个典型应用

AIGC Embedding 嵌入技术

基于 Kimi Chat 的 AI 渐进式阅读法

我的文章处理步骤是这样的：粗略阅读，筛选信息经过筛选的信息，阅读其中一部分/全文阅读阅读过后记录「文献笔记」具体的步骤可以参考我在 2021 年写的《我的阅读工作流(2021版)》有了AI 以后，大语言模型

Kimi Chat 阅读

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

这一创新版本摒弃了传统的人物模型训练过程，能够直接生成 zero-shot 目标人像，引领 AI 人像生成进入了无需训练的单阶段时代。

FaceChain FACT 文生图

图像作为prompt#IP-Adapter

IP-Adapter是图像提示适配器，用于预训练的文本到图像扩散模型，以实现使用图像提示生成图像的能力。

prompt IP-Adapter 文生图

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

只需提供一段简短的音频样本，它就可以根据该样本生成与原始声音极其相似的克隆声音，并且支持多种语言，目前包括中文、英文、日语、韩语等，甚至还扩展到了法语、德语、意大利语等16种语言，为用户提供了更广泛的应用可能性

clone-voice 声音克隆

OCR是什么以及推荐几款开源中文OCR识别软件

后期处理：根据特定的语言上下文的关系，对识别结果进行校正。

OCR

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

它的音乐元素甚至包含了不同种语言，甚至是方言，粤语，四川话的音乐都可以生成。

suno 音乐

收藏！万字长文聊聊LLM Agents的现状，问题与未来

1.1 面向用户：实用主义定义 “能帮助某类用户的，基于大语言模型的产品就是LLM Agents。”

LLM Agents

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

数字人声音克隆 GPT-SoVITS

花钱买AI写作工具？究竟哪款工具值得你掏钱

请确保保持原文的语言不变。

写作 ChatGPT

教你用StableDiffusion设计AI数字人

对于普通用户而言，使用计算机图像学、类脑科学、语音合成、计算科学等聚合学科创设的具有多重人类特征的数字人实为无稽之谈。

文生图

<...65 66 67 686970 71 72 73 74 ...>

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