文章列表-AI魔法学院

文章列表

构建开源多模态RAG系统

检索增强型生成（RAG）：提升人工智能理解和输出能力在人工智能领域，检索增强型生成（RAG）作为一种变革性技术脱颖而出，优化了大型语言模型（LLMs）的能力。

RAG 大模型

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

如果你也遇到同样的问题可以尝试下，这也反映了认真看使用文档的必要性~ 2、再就是最新的 AnimateDiff 是可以支持旅行提示词的，开始以为是可以每行填写不同的提示词控制一个关键帧实现不同的动作

AnimateDiff SD

新测试基准发布，最强开源Llama 3尴尬了

新基准测试如何运作？

Llama 3 大模型开源

盘点来自工业界的GPU共享方案

方案受限于tf框架，且使用了MPS，显然是个玩具之作。

大模型

基于LLM+向量库的文档对话痛点及解决方案

方法1：利用NLP中的成分句法分析（constituency parsing）工具和命名实体识别（NER）工具提取，前者可以提取核心部分（名词短语、动词短语……），后者可以提取重要实体（货币名、人名、企业名

开源模型

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(下）

下载链接：https://github.com/AUTOMATIC1111/stable-diffusion-webui-rembg Tag Complete | 提示词自动补齐使用这个插件可以直接输入中文

文生图 Stable Diffusion

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

官方对外宣称，这是全球第一个以单一模型对应多数语言翻译的设计，希望借此能够帮助更多人在社群平台上进行跨语言互动，同时，也能提高未来元宇宙中的互动体验。

翻译大模型

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

根据「A 是 B」训练的模型不会自动推断「B 是 A」。

大模型

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

（3）动画片中的浣熊主角准备用武士刀进行一场史诗般的战斗。

文生图

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

小结一下：这三个模型都能帮我们完成一些简单的文本预处理工作，可能要把问题描述清楚后，效果会更好二、生成最终的训练JSON数据体验下面，用处理好的文本生成类似对话的JSON格式吧，先看下它们的one-shot

大模型

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

苹果作为最初的试错者，成本只会更高。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

苹果作为最初的试错者，成本只会更高。

芯片拼接技术

大模型微调方法总结

「作者通过将适配器的训练分为知识提取和知识组合两部分，解决了灾难性遗忘、任务间干扰和训练不稳定的问题。

开源模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

整体项目的框架如下: 核心模型一: 语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别

asr tts 声音

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

-5款模型语音克隆--效果展示案例2: 萝莉语音克隆-5款模型语音克隆-带数字文本-效果展示案例3: 萝莉语音克隆-5款模型语音克隆-长文本-效果展示案例4: 中文动漫人物语言克隆

语音克隆开源模型

<...73 74 75 767778 79 80 81 82 ...>

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