文章列表-AI魔法学院

文章列表

ChatPDF | LLM文档对话 | pdf解析关键问题

至于解析后怎么处理，见上一篇笔记 · pdf的解析大体上有两条路，一条是基于规则，一条是基于AI。

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 检索增强

小心你的GPTs 防守篇 - 自带六神装的高防GPTs

距离我们 GPTs 攻防的上篇发布到现在已经过去了两周，也有很多的群友积极参与了我们的攻防活动，但是截止目前还没有人破解到我们的 prompt，不少群友想要我们分享一下防守的经验，这一篇我们就来为大家带来

GPTs 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

6个最佳开源TTS引擎

可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

TTS引擎开源模型

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

随着生成式人工智能技术的快速发展，确保大模型与人类价值（意图）对齐（Alignment）已经成为行业的重要挑战。

Auto-J 大模型

FaceFusion参数详解

（2.2）杂项参数（2.2.1）Skip Download ⚠️天朝网络必须得开（除非你的网络自动下载模型没问题）。

FaceFusion 文生图

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

实时预览：看到AI绘制图像的同时，即时预览。

Stable Diffusion 插件安装

谈Agent构建平台的设计

很多产品的能力就尴尬的介于这两类用户之间：对于有开发能力的人鸡肋甚至无用，对没有开发能力的人则不够好。

Agent 构建

语音克隆又又又又又升级了

时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

说真的，学会用SD做电商图，你才是真的入了门

首先你要拍摄若干张实物图，拍摄设备并不需要太高要求，手机相机都可以，唯一的要求是光线充足，细节清晰，就像下面这样：虽然照片中放置商品的盒子沾满猫毛，但这并不重要，它提供了一个简单有效的参照物，在后面的制作流程中能极大地减少我们的修正工作量

文生图 SD 电商

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们几乎每天都使用搜索引擎，搜索是大模型需求最多的落地应用之一。

大模型 Ziya

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

微调（Fine-tunning）语言模型的参数需要一起参与梯度更新轻量微调（lightweight fine-tunning）冻结了大部分预训练参数，仅添加任务层，语言模型层参数不变适配器微调

训练微调

Deepseek-V2技术报告解读！全网最细！

另外，Deepseek-V2结合算法和工程，提出了资源感知专家负载均衡的方法，保证了专家并行的几个机器雨露均沾，不会出现有些机器空转，有些机器过度占用的情况。

Deepseek-V2 大模型

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

这使得我们可以更健壮和适应性更强的AI系统。

RAG 大模型自动回复

<...75 76 77 787980 81 82 83 84 ...>

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