文章列表-AI魔法学院

文章列表

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

然而，存储在 PDF 等文件中的信息很难转成其他格式，尤其对数学公式更是显得无能为力，因为转换过程中很大程度上会丢失信息。

大模型

FaceFusion又更新咯，增强功能再增强！

我们先来看看这次更新了什么：优化安装程序的默认值和 CPU 选择为换脸器添加高性能 FP16 版本将 ONNX

FaceFusion 文生图

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

在语言（MMLU）、知识（GPQA）、编程（HumanEval）、数学（GSM-8K、MATH）等能力上，Llama 3几乎全面领先于同等规模的其他模型。

meta llama3

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

先看左侧上部：Instant ID 通过 IP-Adapter 技术提取参考图片中的面部特征信息，然后通过交叉注意力（Cross Atttention）将面部特征信息传递给 UNet，用于在反向扩散过程中影响人脸的生成

ControlNet 文生图

大模型量化：什么是模型量化，如何进行模型量化

为了解决模型难以部署到板端的问题，我们就需要通过模型量化来降低模型的复杂性，这个过程不可避免的会发生精度损失。

大模型

解码二维码：揭秘我的漂亮二维码生成秘诀！

在“图生图”一文中介绍了使用图片+标准二维码生成艺术二维码的方法，演示了生成美女头像二维码的实例，通过这种方法，我们可以把一张选好的照片附加到二维码上，比如自己的Logo，但是图片的美观程度不是那么好，

图像文字

Stable Diffusion

Stable Diffusion由入门到精通

Denoising strength 字面翻译是降噪强度，表现为最后生成图片对原始输入图像内容的变化程度。

prompt 文生图

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

在这里需要重点说明：我们在做搜索的过程中面临的所有技术难点，在RAG中都会碰到，搜索相关的内容也可以参见：在高德吃喝玩乐！

RAG 大模型自动回复

大模型微调数据选择和构造技巧

这样搞肯定是不行的，人力成本方面的消耗是在是太大了，并且模型因为数据平衡的问题也没有特别好，我们有没有办法去优化这个过程呢？

大模型微调

【AI绘画】入门英文名词解析

编译后直接使用的工具软件（例如：Office软件、WinRAR压缩软件等等）可以安装使用，断网也不受影响但只有程序没有代码并不能学习到如何实现的除了使用软件本身带的扩展接口外进行编程开发

文生图 AI绘画

AI数字人：重构人货场的新力量

更加智能化的交互体验未来，AI数字人的智能化程度将得到进一步提升，能够更好地理解人类的语言和文化背景，提供更加智能化的交互体验。

数字人 AI 商业

自动化神器Autolt：不再重复工作

; 自动化软件安装 Autolt可以模拟用户的键盘和鼠标输入，轻松应对繁琐的软件安装过程。

RPA 自动

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

考虑到模型的反向传播需要存储前向传播中的激活值以计算梯度，这意味着在训练过程中需要为模型的每一层都存储其激活值。

大模型

AI 绘画新时代：ChatGPT + DALL-E 3

Consistency Model：https://arxiv.org/abs/2303.01469 扩散模型在图像、音频和视频生成的领域中实现了显著的进步，但这一模型依赖于一个缓慢的迭代抽样过程。

文生图图生图 chatGPT DALL-E

本地部署操作AI抠图软件

抠图：【精度优先】抠图：保存蒙版：四、总结提示： 1、用AI抠图的话，几分钟就一键批量完成了，效率能够得到很大程度提升

抠图

<...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