文章列表-AI魔法学院

文章列表

语言大模型100K上下文窗口的秘诀

较大的上下文窗口可以提供更丰富的语义信息、消除歧义、处理上下文依赖性，并帮助模型生成连贯、准确的文本，还能更好地捕捉语言的上下文相关性，使得模型能够根据前文来做出更准确的预测或生成。

大模型

SD入门教程二：文生图基础用法（提示词）

在生成图片前，我们先了解下提示词的基础原则，有了这些知识能迅速帮助各位同学构建出自己的提示词。

SD prompt 文生图提示词

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

提示词压缩正是旨在保留重要信息的同时，缩短提示词的技术，从而降低开销，同时也能加快语言模型的响应生成速度。

LLMLingua LlamaIndex 开源框架

10大Midjourney描述词网站，让你Ai创作随心所欲！

PromptHero https://prompthero.com/ PromptHero是一款免费的关键词搜索引擎，它能够提供按模型搜索

描述词文生图

ComfyUI学习笔记：插件安装

，相对熟悉常用功能，对使用ComfyUI是非常有帮助的。

comfyui 插件绘画

Stable Diffusion

[Stable Diffusion]Segment Anything实现商业换装

Segment Anything是一种基于深度学习算法的图像分割工具，它可以将图像当中的每一个像素分配到对应的区域当中，能够实现精准的边缘识别。

Segment Anything 文生图

CodeGeeX2来了!效果超LLaMA2-70B

很多时候对于公司内部业务代码开发场景，由于代码安全性，很难使用 Github Copilot 去 AI 生成，发现清华发布了「CodeGeeX2」，基于 ChatGLM2-6B 基座模型

CodeGeeX2 开源模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

OpenAI视频模型Sora的推理生成成本多高？

如果用 FP8 的混合精度，则能进一步提升至 A100 的 3.5 倍。

Sora 推理算力

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

它集成了先进的语音增强（Speech Enhancement）、语音分离（Speech Separation）和音视频扬声器提取（Audio-Video Speaker Extraction）功能，能够在嘈杂环境中清理音频

ClearerVoice-Studio 语音

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

惊艳推荐！8款好用又免费的文本转语音TTS工具

虽然这种方法能够产生可理解的语音，但由于样本数量的限制，很难达到完全自然的语音合成效果。

TTS Maker 语音

交友神器！AI二维码终极教程，3步做出你的专属艺术二维码！

.controlnet设置接下来我们就以制作这张丝带女孩图为例子，看看具体的操作步骤 1.生成二维码这一步的目的是改变原始二维码的形状，让它更适合出图上面是原始的微信公众号图片

文生图

FaceFusion参数详解

然后作者考虑到了这点，有个更简单的办法。

FaceFusion 文生图

十大开源语音识别项目

html star：23.3k PaddleSpeech PaddleSpeech 是一个开源、易用、多合一的语音处理工具包，包含语音识别、语音翻译（英-中）、文本-语音、标点恢复功能。

语音识别开源项目

<...66 67 68 697071 72 73 74 75 ...>

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