文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

但是随着transformer模型attention注意力机制进入计算机视觉任务，我们同样可以使用transformer来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型

OCR 手写文字识别

动画制作工具AnimateDiff用法详解

它无法对训练数据中不存在的奇异图形进行动画处理。

AnimateDiff 视频训练

全新换脸工具ReActor，比roop更强！

功能界面除了新增的功能，其他布局都差不多。

ReActor SD 文生图

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

它能让图像生成质量更高、更稳定，比如多人脸、带文字图像以及线条控制方面。

SD 文生图 DALLE

大模型应用中大部分人真正需要去关心的核心——Embedding

正如您稍后将读到的，这些密集表示可以用于多种目的，例如反向图像搜索、聊天机器人、问答和推荐系统。

大模型

Stable Diffusion

Stable Diffusion 30种采样器全解！

这30种采样器当中有一些是有升级版本被替代了，也有一些是性能不足且计算成本太高的。

Stable Diffusion采样器

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

除此之外还有：英文测评（南玻王）代码测评（南玻王）数学测评（南玻王）长序列测评（南玻王）工具使用能力测评

通义千问

通往AGI之路，提示词入门

由于官方的文档是英文的，下面我把原文和对应的中文翻译放在一起，更便于大家理解。

AGI 提示词

2024年值得关注的Agent框架

它能够将用户请求转化为可执行代码，并将用户定义的插件视为可调用的函数。

Agent 框架

AI写作：爆款选题公式+Prompt指令，手把手教你写赚钱的公众号流量主文章

好的选题能够紧扣读者的需求，提供读者真正关心和价值的信息，从而增强内容的吸引力和粉丝的粘性。

prompt 写作

又快又好，秒级出图的AI大模型

其实4080我也不是很推荐，魔改2080Ti不适合普通玩家，出了问题不太好处理，重点推荐4090和4060Ti 16G。

Stable Diffusion 文生图大模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

同时也看到了使用多种相似度计算方式对于检索性能有明显提升。

BGE M3-Embedding 多语音检索

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

简而言之，图生图能够帮助你将一张图片转化为另一种形式。

大模型文生图

RAG与Long-Context之争—没必要争

为什么RAG是粗排，Long-Context是精排从计算量角度来看，目前RAG是靠检索系统来进行相关内容过滤，一般采用ES、向量匹配等方法，可以理解计算量较小，也就是文本之间交互较少；而Long-Context

RAG Long-Context 大模型

AI换脸工具:facefusion使用心得

restoreformer_plus_plus: RestoreFormer是一个面部恢复模型，致力于使用深度学习和复原转换技术，修复并增强人像图像，尤其是在有损坏。

FaceFusion 文生图

<...81 82 83 848586 87 88 89 90 ...>

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