文章列表-AI魔法学院

文章列表

图片拖拽神器DragGAN介绍及官方安装文档说明

draggan2 安装 PyTorch # 我们首先激活一下刚刚创建的环境，输入以下指令即可 conda activate draggan 接着，参考PyTorch

开源

新模型Cascade你真的用对了吗？！

Comfyui版本将comfyui更新到最新版本即可，官方将需要的模块已经同步进模型包了， comfyui的更新方法，打开秋葉的启动器，具体怎么将秋葉启动器安装到官方的comfyui包中，可以参考这条视频的方法

Stable Cascade 模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

wespeaker-voxceleb-resnet34-LM https://huggingface.co/pyannote/segmentation-3.0 最后再修改下config.yaml里的模型路径，参考我的

faster-whisper 语者识别 ASR

检索增强生成 (RAG):What, Why and How?

在这种情况下，我们应该考虑根据其他因素（如元数据、关键词匹配等）对结果进行重新排序，以涵盖与LLM相关的各种间丢失问题：观察到LLMs并不给予输入中所有标记相同权重。

检索增强大模型

用so-vits-svc-4.1进行音色转换的极简教程

注意：推理上传的歌曲同样需要进行人声分离，离线工具可以考虑UVR5，在线服务可以选择，但是每天有1-2次免费机会： https://vocalremover.org/zh/cutter 推理完成后

声音 sovits

ChatGPT提示工程5篇合集(五)：ChatGPT提示工程 - 邮件回复、营销文案

参考 https://learn.deeplearning.ai/chatgpt-prompt-eng/lesson/7/expanding https://learn.deeplearning.ai

prompt 提示词

SD入门教程二：文生图基础用法（提示词）

· Learning Prompt(https://learningprompt.wiki/)：里面场景案例对于学习 Stable Diffusion 依然有参考意义。

SD prompt 文生图提示词

换脸软件 FaceFusion 保姆级教程

在操作之前，需要加一个配置，不能访问不了 github 这些站在终端输入命令 · source /etc/network_turbo 参考：

FaceFusion 教程

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

为了找到最佳边界点，他们采用类似于决策树的逻辑，并最小化基于 Gini 不纯度的度量：其中是在区间 [a,b] 中选择具有预测页码 i 的元素的概率，该区间描述了哪些段落 (元素) 被考虑用于分割

大模型

快手大模型出炉！【快意】来袭！

是一个全面的中文基础模型评测数据集，由清华大学、上海交通大学和爱丁堡大学合作构建，包含12342道单项选择题，涵盖数学、物理、化学、生物、历史、政治、计算机等52个不同学科和四个难度级别，是最具影响力的中文综合性考试评测集之一

开源模型

OCRmyPDF—可智能识别PDF文本和图片信息的工具

引用更多信息请参考：https://github.com/ocrmypdf/OCRmyPDF?

OCRmyPDF 工具

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

个性化定制考虑到不同用户的需求和偏好，Westlake - Omni支持个性化定制。

Westlake -Omni 语音

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

提示词：以[特定主题或风格，如 "复古优雅"]为灵感，使用[特定材料，如 "珠子、皮革和金属吊饰"]等材料，为[特定类型的手工艺品，如 "手工项链"]制作矢量设计。

文生图

图解 Transformer——功能概览

考虑以下两个句子： · The cat drank the milk because it was hungry.

Transformer 大模型图解

Meta无限长文本大模型来了：参数仅7B，已开源

更详细内容请参考论文原文。

Meta 长文本大模型

<...70 71 72 73 74 75 767778 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