文章列表-AI魔法学院

文章列表

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

这款工具具有很高的速度，能够在批量处理中大幅提高生产效率。

生成式AI

Stable Diffusion

Stable Diffusion 30种采样器全解

速度与Euler相近，但质量不如Euler。

Stable Diffusion 采样器

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

然而，存储在 PDF 等文件中的信息很难转成其他格式，尤其对数学公式更是显得无能为力，因为转换过程中很大程度上会丢失信息。

大模型

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

（LLaMA：49953，Alpaca：49954），以期进一步提升模型对中文文本的编解码效率在本项目中，我们重新设计了新词表（大小：55296），进一步提升了中文字词的覆盖程度，

训练

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

在当今科技日新月异的时代，人工智能的发展正以前所未有的速度前进。

photomaker 绘画风格

智谱AI官网再升级，GLM-4，智能体，AI作图长文档全部搞定！

最近国内有一部大热的电视剧《繁花》，请帮我深度分析剧情并搜索相关信息写出一篇影评，主题是：看了《繁花》的评论区，才明白什么叫“山猪吃不了细糠”，影评的文字风格要极力模仿张爱玲的作品。

GLM-4 智能体

超级转化！5个让销售数字飙升的顶级 Prompts！

运用分析工具来追踪用户互动情况，并据此调整策略，以最大程度地提升品牌曝光率。”

Prompt 提示

腾讯出品！开源AI数字人框架！号称可以不限时长

MuseV采用了视觉条件并行去噪方案，支持生成理论上无限长度的视频。

MuseV 视频数字人框架

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

ViTPose+进一步拓展到多种不同类型的身体姿态估计任务，涵盖动物、人体以及典型的身体骨骼、手、脚、脸部等关键点类型，在不增加推理阶段模型复杂度和计算复杂度的情况下，实现了多个数据集上的最佳性能。

ViTPose+Transformer 身体姿态

ollama本地部署自然语言大模型

ollama 下载地址 githup https://github.com/ollama/ollama/releases 百度云

ollama 语言大模型部署

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice的最突出的特点是，它可以根据你的提示来调整语音的情感、语气、风格、速度、音高等参数，让你的语音更加生动和个性化。

EmotiVoice 语音合成

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

在许多深度学习模型中，尤其是Transformer类模型，层与层之间的操作往往需要在vRAM中存储中间计算结果，这些结果可能包括激活值、权重等。

大模型

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

功能介绍 RPA（Robotic Process Automation）是一种自动化技术，它可以模拟和执行人工业务流程，自动化重复性的、规则性的、高度可预测的任务。

RPA框架自动化

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

随着 LangChain + LLM 方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM 对意图识别不准。

大语言模型

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

如今，一些模型的上下文窗口扩大了几百倍，达到了 100 万个 token 或更多，相当于几本长篇小说的长度。

Anthropic 大语言模型

<...69 70 71 727374 75 76 77 78 ...>

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