文章列表-AI魔法学院

文章列表

SD入门教程零：应用场景

随着技术的不断进步和用户需求的增长，Stable Diffusion的应用场景还在不断扩展，那么上面这些场景就是最常用的一些例子，能有效加速相关从业人员的工作效率，原先要花几天的设计，可能1-2个小时就能全部搞定

Stable Diffusion 文生图入门教程

对于大模型RAG技术的一些思考

这里使用了多个开源模型进行协同分析，例如版面分析使用了百度的PP-StructureV2，能够对Text、Title、Figure、Figure caption、Table、Table caption、

RAG 大模型

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

尤其是随着时间的推移，这些模型变得更加强大，人们对它们的信任度增加时，所面临的风险也只会增加。

StableDiffusion

RAG 2.0来了，它能成为生产落地的福音吗？

显而易见的是，在寻求扩展上下文窗口的能力方面，RAG 2.0展现了显著的优势。

RAG 大模型

第一个StableCascade动漫大模型上架了

其实，对于我来说，SC模型有两大优点：一是画面细腻；二是对自然语言的理解更好了。

StableCascade 文生图

语言大模型100K上下文窗口的秘诀

这种情况下，训练数据的分布与推断过程中的分布相差很远，模型的表现就像任何其他机器学习模型一样，面临失败风险。

大模型

Stable Diffusion

Stable Diffusion 常用插件推荐

https://gitcode.net/ranting8323/stable-diffusion-webui-localization-zh_CN 界面翻译为中文

Stable Diffusion 插件

自己电脑上跑大语言模型（LLM）要多少内存？

具体用多大参数的模型，各位可以根据上面的表格来粗略估算一下，比如要跑4bit的Llama2 13B，模型文件就7.3G，8G内存就不太够了，16G内存也要看看是不是运行其他软件的时候够。

大语言模型运行

做大模型需要的环境设置

[2] conda常用命令详解抱歉，你访问的页面不存在。

开发环境

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

停用词(Stop Words)的价值、收集与使用

图1-1 丞相大杀特杀（电视剧《三国演义》）在信息检索领域，大家称前面所述、可以忽略的词语为停用词(stopword)。

停用词

ComfyUI学习笔记：插件安装

正常情况会弹出custom node管理界面：列出了插件作者、名称、简介。

comfyui 插件绘画

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

arxiv.org/pdf/2311.00430.pdf 项目实践：若想实际操作Distil-Whisper，可以通过项目地址访问其GitHub页面。

Distil-Whisper 语音识别

用AI为古诗词生成插画

阿里的翻译是：the white sun is on the mountain,yellow river into the sea, Stable Diffusion画出来是：这个画面有点绘画风格

Stable Diffusion 文生图提示词

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

哈哈哈，文章准备发的时候，看到腾讯科技发布的一条新闻，meta 打算做我上面说的这个产品。

GPT-4o 语音交互

<...80 81 82 838485 86 87 88 89 ...>

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