文章列表-AI魔法学院

文章列表

如何微调Meta Llama-3 8B

pip install wandb 2、登录：提示您输入 Wandb 凭据（可能是 API 密钥），以便您可以使用该服务。

Meta Llama 3 大模型

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

在英伟达的PPT演示里，两颗GPU从边缘“无缝粘合”在一起，面积X2的同时，算力翻倍。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

在英伟达的PPT演示里，两颗GPU从边缘“无缝粘合”在一起，面积X2的同时，算力翻倍。

芯片拼接技术

Comfyui一键更换人物背景！饭来了快张口！

“ 提示词区域书写提示词的区域，想要什么背景写进去就好， “ 图像背景处理这部分处理图像背景的区域

换背景绘画

无限长的上下文，也干不掉的RAG

特别是在需要从长上下文中间提取信息时，模型性能下降尤为明显。

RAG 大模型

本地部署操作AI抠图软件

pwd=ybq2 提取码: ybq2 复制这段内容后打开百度网盘手机 App 一、图片预览二、使用说明 1、工具应解压到非中文路径，含中文的路径必出错。

抠图

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

WeChatpy是一个功能强大且易于使用的Python微信开发库，它提供了与微信开放平台接口进行交互的方法和工具。

WeChatpy 开发库

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

目前与AI的交互形式基本上都是你输入指令，AI模型会根据你的指令内容做出响应，这样就是导致你每次在进行提供有效的提示词才能达到你想要的效果。

大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

项目提出了一种推理时的摇摆采样策略，显著提高了模型的性能和效率。

F5-TTS 音频克隆

一文带你看懂OpenAI-Sora生成视频的原理

具体来说，扩展变换器首先会“读取”输入的文本提示，理解它所描述的动作、场景和情绪。

视频生成 sora

ComfyUI学习笔记：插件安装

ComfyUI是节点式编程的环境思路，安装后的默认启动示例，是一套生成图像所需的基础节点组合：上图包含加载模型、设置关键词、设置图像大小、选择采样器、VAE解码、保存图片。

comfyui 插件绘画

Python状态机：优雅处理复杂业务逻辑的利器

扩展性好：易于添加新状态和转换规则 Python实现状态机示例下面是一个简单的订单状态机实现： from enum import Enum from

Python状态机设计模式

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

该模型旨在解决边缘设备在运行多模态模型时面临的资源受限问题，通过优化架构和训练方法，实现了在保证性能的前提下，降低计算成本和延迟，从而为边缘设备的智能化升级提供了可行的解决方案。

OmniVision -968M 多模态模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

但是DALL-E 2比较大的缺陷是容易出现属性的混淆，下图展示了直接用给定图像的CLIP image embedding送入DALL-E 2的第二阶段生成模型的生成效果，可以看到属性出现了错乱，比如第一个示例中的上下两个方块的颜色发生了互换

Kandinsky-3 文生图开源模型

企业如何更好的使用大模型？都有哪些框架和方案

TechCrunch的数据显示，2022年前三个季度全球人工智能的投资已达到560亿美元，创下历史新高。

人工智能大模型

<...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