文章列表-AI魔法学院

文章列表

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

不同于现有方法直接用现成的 CLIP 词表，Vary 分两个阶段：第一阶段先用一个很小的 Decoder-only 网络用自回归方式帮助产生一个强大的新视觉词表；然后在第二阶段融合新词表和 CLIP 词表

OCR 手写文字识别

Comfyui工作流管理插件，再也不用保存本地了！

管理插件 workspace-manager 可以把工作流集中在Comfyui界面上，打开侧边栏就可以轻松在工作区中的不同工作流之间切换，还可以通过修改名称快速创建新的工作流

Comfyui 工作流插件

AI探索-我怎么使用Kimi Chat的

下面是我目前在用的几个场景：读论文AI进步飞快，各种新鲜论文也接踵而来，对于这些未知或者我不熟悉的领域，我用它帮助我逐步理解论文中的一些论点。

KimiChat 写作

使用ChatGPT检查论文引用、提高研究深度

2、ChatGPT回答：“您可以开始通过查阅最新的综述文章和顶级期刊，了解当前的研究趋势和未解决的问题。”

ChatGPT 案例

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

而IP-Adapter 可以一定程度上解决这个问题，它提供了一种图像提示的方法，让新生成的图片可以直接使用参考图中的某种主题元素，很多同学也称这个能力为垫图。

图生图文生图 sd

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

需要注意的是，虽然我们在训练时使用具有遮蔽背景的同一ID的图像，但在推理过程中，我们可以直接输入具有不同ID的图像而不产生背景扭曲，从而创建一个新的ID。

PhotoMaker 文生图

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

为了解决这个问题，清华大学的研究者提出了一种新的技术，叫做潜在一致模型（Latent Consistency Models，简称LCM）。

LCM/LCM-LoRA 文生图

领域大模型LLM训练Trick

同时领域相关的网站内容、新闻内容也是比较重要的数据。

垂直训练大模型

Stable Diffusion

Stable Diffusion 30种采样器全解

30个采样器按出场时间分可以分为：经典采样器，DPM采样器和新增采样器。

Stable Diffusion 采样器

Stable Diffusion

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

而且部分LORA只支持这种方式使用（不过AI绘画日新月异，说不定哪天规则又变了~）方法2是以插件形式使用。

文生图 SD

技术布道 | Prompt评估与优化，让魔法打败魔法，通过大模型获得更优质的Prompt进而获得更优质的内容

恭喜又获得新技能，让大模型帮助我们来优化Prompt，以便通过优质的Prompt让大模型输出优质的内容。

prompt 大模型

RAG模型的主要痛点和解决方案

然而，像任何新技术一样，RAG模型也有自己的一套挑战，需要解决这些挑战才能发挥其全部潜力。

rag 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

本项目主要内容：针对Llama-2模型扩充了新版中文词表，开源了中文LLaMA-2和Alpaca-2大模型开源了预训练脚本、指令精调脚本，用户可根据需要进一步训练模型

训练

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案

比如最近王宝强的新电影很火，有一篇文章起了这样一个标题：他沉寂6年后归来，不认命。

AI写作 GPT

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

为了改进模型的性能，作者还引入了一种新的损失函数，用于在训练过程中对生成图像进行优化。

大模型文生图

<...72 73 74 757677 78 79 80 81 ...>

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