文章列表-AI魔法学院

文章列表

基于 OpenAI Whisper 模型的实时语音转文字工具

今天给大家分享一款专注于音频处理和创作的开源软件【WhisperLive】

WhisperLive 音频开源软件

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

今天来尝试一下14B（140亿参数），普通显卡，纯本地运行！

大模型

微软最强全自动数据可视化工具！现已开源

生成数据概要。

大模型

大模型微调数据选择和构造技巧

2.我已经有一批标好的数据了，再去选哪些数据送标注比较好？

大模型微调

SD入门教程三：采样器及参数调整

这篇我们结合文生图模块下的采样器和各种参数对于生成图片的细节做一些讲解，每一个参数都有自己对应的含义，也会对生成的图有一定的影响。

SD 入门教程

AI写作不如意？万字长文深度剖析背后原因

根据Quora的数据，一部典型的两小时电影有40-60个场景。

AI写作

14.6K star！最好用的OCR文字识别项目，没有之一！

伙伴们，平时都会用到文字识别吧？

Umi-OCR 开源项目文字识别

8个常用中文OCR数据集，附下载链接

CTW数据集样例示意（图源：参考资料[2]）对于每张图像，数据集中都标注了所有中文字符。

OCR

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

介绍 FaceChain(https://github.com/modelscope/facechain/)是一个可以用来打造个人数字形象的深度学习模型工具。

妙鸭相机

解码二维码：揭秘我的漂亮二维码生成秘诀！

github.com/antfu/sd-webui-qrcode-toolkit.git 重启SD WebUI：（2）打开二维码工具：设置生成二维码的参数：

图像文字

使用自己的数据训练清华ChatGLM2-6B 模型

} 这里我使用自己的数据集，数据集来源是一份操作手操，使用Claude生成目标格式的train.json和dev.json，数据举例 { "content": "修改业务客户信息的步骤是什么

ChatGLM2-6B

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

你是否曾想过，仅凭一段文字就能生成一段高清、流畅的视频？

MagicVideo-V2 视频生成

收藏！万字长文聊聊LLM Agents的现状，问题与未来

这样，既保留了层级结构带来的上下文关联优势，又能够利用语义相似度进行高效检索。

LLM Agents

从第一性原理看大模型Agent技术

这不仅仅是一个想象，而是对未来可能趋势的深思熟虑。

大模型 agent

什么是极限、导数、微分与积分（通俗易懂）！

它不仅是工程师设计桥梁的基础，物理学家探索宇宙奥秘的工具，还是经济学家评估市场趋势的法宝。

极限导数微分积分

<...3 4 5 678 9 10 11 12 ...>

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