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

未来工作当前的实现侧重于通过提示控制情绪/风格。

语音开源

【ComfyUI】爽玩必备,6大插件汇总推荐！

如果使用别人的工作流，出现节点缺失的情况，可以点击“安装缺失节点”，需要模型的时候，还可以点击“安装模型”。

comfyui 文生图

【ComfyUI】爽玩必备！6大插件汇总推荐

如果使用别人的工作流，出现节点缺失的情况，可以点击“安装缺失节点”，需要模型的时候，还可以点击“安装模型”。

大模型

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

是一个操作简单的大模型部署工具！

Qwen1.5 开源模型

Stable Diffusion

Stable diffusion 有哪些不错的模型

作者：AI时代社链接：https://www.zhihu.com/question/597629253/answer/3042997052 基础模型（不推荐） SD系列比如sd-v1

文生图

TrOCR——基于transformer模型的OCR手写文字识别

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

检索增强生成(RAG)有什么好的优化方案？

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强生成

智源：70万预算，从头开发千亿参数大模型，挑战成功！

作者给出了Open LLM数据集的测试结果。

大模型

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

由于易于构建和重复使用，希望构建更好的声音生成器、压缩算法或音乐生成器的人可以在同一个代码库中完成所有操作，并在其他人已有基础上进一步发展。

开源模型

如何最简单、通俗地理解Transformer？

我想让它给一个没有深度学习、nlp领域知识的人介绍Transformer，看他如何作答。

Transformer 大模型

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

第二个单元是进行人物面部朝向的参考，可以放入一张动作的照片，这个模块参考的主要是头的朝向，脸部是谁并不重要，至于人物的姿态动作会随机生成。

Instant ID 文生图

吴恩达Prompt教程之总结图解

Instruction tuned LLM首先需要从大量文本数据中训练处一个Base LLM，随后使用指令和比较好的输入输出去进一步训练（微调、优化）LLM，在训练过程中，输入和输出都是作为指令给到LLM

prompt 教程吴恩达

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

之后会把新加入的 docs 在 embedding 之前都一一登记造册，记录在案：图四：来自官方文档的 incremental 模式需要注意的是，如果在相同 source 上重新执行 index 操作的话

大模型

大模型量化：什么是模型量化，如何进行模型量化

线性量化与非线性量化线性量化采用相同的量化间隔对输入作量化根据Z (zero_point) 是否为0，线性量化可以分为对称量化和非对称量化非对称量化浮点0对应的值不是定点0 浮点和定点之间的映射公式

大模型

<...77 78 79 808182 83 84 85 86 ...>

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