文章列表-AI魔法学院

文章列表

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

相比之前的ChatQA 1.0版本，其训练方法和数据集都进行了优化，尤其增强了对表格数据和算术计算的理解能力。

Llama3-ChatQA-1.5 对话问答模型

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

这个框架利用了 Stable Difusion 模型的文生图功能并结合人像风格化 LORA 模型训练及人脸相关感知理解模型，将输入的图片进行训练后推理输出生成为个人写真图像。

阿里大模型

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

也就是说你按照他的配置，可以复制出一个一模一样的bot，也可以在他的基础上优化、借鉴。

Kimi 扣子Coze 大模型

Stable Diffusion

Stable Diffusion 入门教程开篇

正向扩散：在潜在空间中，模型通过逐步添加噪声来“扩散”图像，最终将图像转化为完全随机的噪声分布。

Stable Diffusion 文生图入门教程

RAG与Long-Context之争—没必要争

当然目前有一些优化方法，滑动窗口、Cache量化等等等（欢迎大家补充），但即使这样由于大模型参数规模较大，显存占用也是很可怕的。

RAG Long-Context 大模型

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

VAE美化模型/变分自编码器 VAE，全名Variational autoenconder，中文叫变分自编码器。

文生图 SD

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

实践应用：Distil-Whisper的广阔天地 Distil-Whisper的轻量化和高效性能使其在多种实际应用场景中大放异彩。

Distil-Whisper 语音识别

SD 美颜修图神器

Sharpeness「锐化值」分别设置 -3、1 和 3，这里可能小伙伴们看不太出来哈，如果放大了看，是可以看到图片越往右越清晰的。

SD 文生图

再也不用担心 AI 图片脸崩手崩了

MediaPipe 提供专门的人脸检测模型，并对性能和准确性进行了优化。

ADetailer 安装文生图

ChatGPT提示工程 - 总结

ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作编写Prompt的两个关键原则原则一：编写清晰、具体的说明策略1：使用分隔符清晰地标识出输入的各个部分策略2：提示模型以结构化格式输出结果

GPT

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

image 训练阶段输入：用户上传的包含清晰人脸区域的图像输出：人脸LoRA模型描述：首先，我们分别使用基于朝向判断的图像旋转模型，以及基于人脸检测和关键点模型的人脸精细化旋转方法处理用户上传图像

妙鸭相机

7个有用的Prompt参数

较高的最高P值（例如0.9）模型在抽样时会考虑更多的选择，从而导致更多样化的结果。

prompt

腾讯出品！开源AI数字人框架！号称可以不限时长

多样化生成方式：支持从图像到视频、文本到图像到视频、视频到视频的多种生成方式。

MuseV 视频数字人框架

ComfyUI，你开启XL钥匙打开了新世界

ComfyUI A powerful and modular stable diffusion GUI and backend（一个强大的、模块化的Stable Diffusion GUI和后端）

ComfyUI 大模型

<...67 68 69 707172 73 74 75 76 ...>

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