文章列表-AI魔法学院

文章列表

Stable Diffusion

造梦师手记：全网下载量第一的Stable Diffusion模型更新到5.0版

一定是极少数几个大模型，然后结合各种丰富多彩的lora，来推动全行业的发展，把AI绘画搞的绘声绘色。

Stable Diffusion

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

在特定任务上使用对话状态跟踪：通过记录用户在整个对话中的意图和要求的技术，增强系统对步骤之间交互的理解。

宁德核电大模型

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

Llama2的中文预训练大模型：原子大模型 Atom-7B | Atom-7B 介绍目标泛智能体大模型不同原子有不同的特性，原子大模型也可以进化出不同的能力，一些专注于自然语言处理，

大模型

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

它的核心思想是通过大规模的无监督学习来培训一个通用的神经网络模型，然后在特定任务上微调它，以使其适应特定的应用。

大模型

ComfyUI 基础教程（二）：文生图基础流程

在节点上方，右键点击标题，输入名称后确定即可。

comfyui 文生图

开源免费离线语音识别神器whisper如何安装

whisper的日常用途 whisper的核心功能语音识别，对于学生党和工作党来说，可以帮助我们更快捷的将会议、讲座、课堂录音整理成文字稿；对于影视爱好者，可以将无字幕的资源自动生成字幕，不用再苦苦等待各大字幕组的字幕资源

wisper 翻译免费

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

实现此目标需要后期处理来混合音频和视频，使它们协同工作。

AI视频

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

在 QueryNodeV2 的新设计中，我们重新梳理了代码结构、将复杂的状态改为无状态的设计、移除了 delete 数据的消息队列减少了资源浪费，在后续持续的稳定性测试中，QueryNodeV2 的表现更加优异

大语言模型

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

FaceSwapLab，截止2023年8月最好用的一键换脸工具

插件安装地址： https://github.com/glucauze/sd-webui-faceswaplab 在扩展--从网址安装，贴上该地址，点击安装即可，如果网络不稳定，可以前面加上

一键换脸

17K star！30秒偷走你的声音，开源声音克隆工具

用户只需要提供一段大约30秒的音频样本，可以是任何人的声音，然后系统会通过深度学习技术对音频进行分析和处理，精确地克隆出原声音。

OpenVoice 声音克隆开源

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

蚂蚁集团全资子公司：上海云玡企业管理咨询有限公司，10月16号正式入股智谱！

chatglm 智普大模型

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

如果我们要定义一个翻译诗词的 GPT 。

Prompt 大模型

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

贪心解码是一种合理的策略，但也有一些缺点。

大模型

一文带你认识ELMo

最简单的理解就是：将词进行向量化表示，实体的抽象成了数学描述，就可以进行建模，应用到很多任务中。

embedding

<...70 71 72 737475 76 77 78 79 ...>

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