文章列表-AI魔法学院

文章列表

震撼！AI语言模型突破瓶颈，26个提示词原则引领GPT-4响应质量飙升57.7%！你的模型还在等什么？

不同的问法会引导AI生成不同风格、不同详细程度的答案。

语言模型提示词 GPT-4

Stable Diffusion

Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 2-5 倍，需要的算力也更少。

StableDiffusion 文生图

8个常用中文OCR数据集，附下载链接

室内的图像主要包括标识、门牌和标牌等，室外的图像主要是路牌和广告牌等。

OCR

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

在RAG应用中，如果行业知识文件被切分出几万个，那么使用时间过滤就会非常重要，比如我们只需要检索2023年3月份的合同文件，那么就可以用时序数据将目标chunk从几万个里面先挑出来，再进行向量计算。

大模型 PostgreSQL

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

虽然离GPT-4 Turbo还有一些距离，但是一个开源模型都这么能打，还要什么飞机。

Qwen1.5 大模型

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

根据以下公式计算：模型参数 + 梯度参数 + 优化器参数 = 6B * 1bytes + 6GB + 2*6GB = 24GB 以上是全量预训练，当然如果采用 lora 这种方法，则会有更低内存占用

大模型人工智能

ComfyUI学习笔记2，一文看透Workflow

每次生成的时候，当程序运行到某个环节时，该环节对应的节点就会自动高亮。

comfyui 文生图

微软最新模型Phi-3 Mini开源登场！小模型，大未来！!

下载 LM Studio 首先你需要下载并安装 LM Studio。

Phi-3 Mini 人工智能

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

据了解，PDF 成为互联网上第二重要的数据格式，占总访问量的 2.4%。

大模型

OCRmyPDF—可智能识别PDF文本和图片信息的工具

;在可能的情况下，将OCR信息作为“无损”操作插入，不会干扰其他内容 •优化PDF图像，通常产生的文件比输入文件小 •如果需要，可以在执行OCR之前对图像进行纠偏和/或清洁

OCRmyPDF 工具

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

不过，从 HeyGen 现在的火爆程度来看，想用它制作类似视频可能要排很久。

语音 HeyGen

用AI做郭德纲说英文相声的爆款视频（详细教程）

比如认知类的可以外国的商业大咖讲中文，也可以出大量的这种粉丝制作这类视频并不难，主要是找到这个内容形态，今天我重新再给大家安排一个具体的教程，接下来讲解详细操作教程 &ensp

视频翻译语言

更强的小型LLM：Zephyr-7B

这强调了即使在大规模的项目中，如LLAMA2-CHAT所见，收集细致的人类反馈对于对齐的重要性。

Zephyr-7B 大语言模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

随着训练词元数增加到 5 亿，单词的可理解性和句子结构明显改善，模型逐渐学会构建更清晰的语言表达，如同儿童开始掌握简单的词汇和短句。

OuteTTS-0.1-350M 音频

动画制作工具AnimateDiff用法详解

AnimateDiff 的限制由于它遵循从训练数据中学习到的运动，因此它会产生通常看到的通用运动。

AnimateDiff 视频训练

<...71 72 73 747576 77 78 79 80 ...>

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