文章列表-AI魔法学院

文章列表

大模型检索增强生成RAG的优化

ensp; 私有化多模态RAG（文本+表格+图片） 1）半结构化RAG（文本+表格）图6 半结构化RAG 此模式要同时处理文本与表格数据

RAG 检索增强大模型

每天一个AI姬，AI绘画拟真实测，使用ComfyUI模拟闪光灯摄影成像

ComfyUI_Dave_CustomNode 组件的项目地址，如下所示：同时，为了确保出图效果，还请提前安装上文所列出的基础模型及相关模板。

文生图

Roop参数说明，ROOP->StyleGAN演示！

线程数量（threads）线程数量指的是，同时干活的“人数”。

视频 StyleGAN

最好用的AI一键换脸工具FaceSwapLab汉化

我同时汉化了SDXL Style插件，两部分内容都放在下面。

一键换脸

检索增强生成(RAG)有什么好的优化方案

ensp; 私有化多模态RAG（文本+表格+图片） 1）半结构化RAG（文本+表格）图6 半结构化RAG 此模式要同时处理文本与表格数据

RAG 检索增强生成

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

我建议他使用 FoloToy 火火兔 AI 语音对话魔改套件和 Magicbox-魔匣 AI 大模型对话盒子，然后用他的代码[2]，同时利用 LiveKit 的技术实现语音对话功能。

GPT-4o 语音交互

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

如果想细致了解这些参数的同学，可以查看这篇——【Lora炼丹术】从零开始，炼制你的第一个LoRA（1）点击开始训练，输入一个模型名字就可以开始训练了。

妙鸭文生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

当然，作为多模大模型，通用能力的保持也是必须的： Vary 表现出了很大的潜力和极高的上限，OCR 可以不再需要冗长的 pipline，直接端到端输出，且可以按用户的 prompt 输出不同的格式如

OCR 手写文字识别

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

· 多线程支持：该工具支持多线程操作，可以同时处理多个公众号，提高了爬取效率。

微信爬虫

7个有用的Prompt参数

本文将介绍七个关键的Prompt参数，通过这些参数可以引导模型，探索模型的能力和限制，生成不同风格或角度的内容。

prompt

一个万能提问公式，让大模型生成高质量回答

好比一个你不怎么熟悉的同事，突然拉你去开会，但是开会前又什么都没和你说，我相信你的脑海里一定是这样的：但如果你的这个同事，在开会前给你写了一个会议文档，详细列出了会议背景、会议目的、需要你在会议前中后做什么等信息

提示词

MidjourneyV6高级提示词技巧（人物篇）

⚡ 描述多主题场景：在详细描述主题时，指定其在画面中的位置（左、中、右），并使用最初设定中的相同术语，将有助于提升描述的效果。

Midjourneyv6 文生图提示词

OCR的终极解法——传统算法VS多模态大模型

同样的如果是身份证这些有固定格式类型的，确实通过规则匹配抽取出我们想要的关键信息。

OCR 大模型文字识别

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

Turbo具备了最新的快速扩散蒸馏技术（Adversarial Diffusion Distillation），这个技术可以在保持图像生成质量的同时大幅度降低采样步数（生成速度）比较明显的比对就是

SDXL-Turbo 文生图

20 个提升您设计水平的DALLE-3提示词

尝试使用Bing Chat 提供的不同模式来获得不同的结果（创意、平衡、精准）。

提示词 DALLE

<...79 80 81 828384 85 86 87 88 ...>

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