文章列表-AI魔法学院

文章列表

网易有道强力开源中英双语语音克隆

你需要一台带有NVidia GPU的机器。

语音开源

OCRmyPDF—可智能识别PDF文本和图片信息的工具

或清洁 •验证输入和输出文件 •在所有可用的CPU核心之间分配工作 •使用Tesseract OCR引擎识别超过100种语言 •保护您的私人数据安全

OCRmyPDF 工具

火山写作：一款助力写作能力提升的AI助手

这是由字节跳动的火山引擎团队精心打造的AI创作辅助工具，无论是修改毕业论文、精炼个人简历，还是进行全文修订、检查语法拼写错误，添加生动词汇及灵活修改等，火山写作都能为您提供全方位的协助。

火山写作工具文章

Qwen7b微调保姆级教程

在多轮对话模式下,我们按照如下格式构造包括多轮对话中所有机器人回复内容的标签。

Qwen7b 大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

该方法包括两个主要组件：检索器和生成器。

RAG 检索论文

AI异常值案例库第2期，5个灵感案例，新型流量获客法和产品形态

.AI技术视觉化变现5.小孩涂鸦定制证件照新型P图法大部分人都会有对职业照的需求，无论是学校要填写的资料，还是找工作的简历但穿一套西装去拍一组职业照是比较麻烦的事情，甚至还贵

文生图

停用词(Stop Words)的价值、收集与使用

讲真，过滤掉低得分词语后，分类器的效果提升很大。

停用词

11个非常简短却十分神奇的 ChatGPT 指令，刷新你的认知

混沌理论在天气预报、经济学和生物学等多个领域都有应用，在这些领域中，看似随机的行为是从潜在的确定性过程中产生的。

提示词

国内厂商语音识别与Whisper评测：现状与概况对比

随着人工智能技术的飞速发展，语音识别已经成为了现代社会中一个重要的研究领域。

语音识别 Faster-Whisper

10个大模型私有化需要关注的问题

这需要结合实际场景确定服务器容量、存储、网络带宽和未来可扩展性要求等需求。

开源模型

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

LDM通过在潜空间上使用一组冻结的编码器-解码器来降低扩散模型的计算复杂度和计算资源要求。

文生图

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

因此，一个好的元学习器会在训练到「<name> is <description>」时增加「<description> is <name>」实例的概率。

大模型

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

它是在本来已经极其强大的Vits项目中融入了Bert大模型，基本上解决了VITS的语气韵律问题，在效果非常出色的情况下训练的成本开销普通人也完全可以接受。

Bert-vits 语音

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

机器生成的pdf文件：这些pdf文件是在计算机上使用W3C技术(如HTML、CSS和Javascript)或其他软件(如Adobe Acrobat

大语言模型 python

体验完阿里的EMO模型，我emo了

10 注：本视频来源于通义千问EMO首页视频，侵权删我体验的时候，为了避免侵权，使用的是AI生成的一个全身机器人

EMO 文生图

<...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