文章列表-AI魔法学院

文章列表

【语音识别】OpenAI语音力作Whisper

虽然无监督预训练能产生高质量的语音表征，但它学不到语音到文本的映射，要学到语音到文本的映射只能靠微调。

语音转文字 whisper

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

这是通过引入一个诱导器来实现的，它能够根据给定的问题生成一系列相关的知识陈述。

IAG框架大语言模型

RAG模型的主要痛点和解决方案

有了这些知识，你将能够构建更先进和负责任的RAG模型。

rag 大模型

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

面对简单到不能再简单的问题，它们的准确率不仅是接近为零，而且看不出有增加正确率的可能性。

大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

得益于《稳定扩散 3》改进的提示跟踪功能，我们的模型有能力制作出聚焦于各种不同主题和质量的图像，同时还能高度灵活地处理图像本身的风格。

SD 论文

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

引言为进一步提升大型语言模型（LLM）解决复杂问题的能力，今天给大家分享的这篇文章，作者提出了思维图（GoT），其性能超过了思维链（CoT）、思维树（ToT）。

大模型

Sora懂不懂物理世界？

虽然transformer可以在一定程度上操纵自然语言，但自然语言无法准确表达物理定律，而物理定律目前只有偏微分方程才能精密表达。

文生视频视频生成 sora

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

该方法利用扩散模型的强大功能，将扭曲的衣服与人物图像结合起来，并将其作为局部条件，以确保输出结果尽可能保留细节。

文生图

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

第3期 SDXL和SD的10大区别！你知道几个？

2、语义理解能力更强。

文生图

Fooocus，webui，comfyui优缺点

他的缺点可能就是作者是游戏迷，据说狂迷dota哈哈哈。

Fooocus webui comfyui 文生图

如何改善你的回测方法，提高策略的未来收益

这些问题可能导致过度拟合，使得策略在样本外的表现不佳。

回测方法

通往AGI之路：思维链提示过程

下面这个图就显示了标准的提示词以及使用了思维链之后的提示词的效果，可以看出，经过思维链提示之后的大模型能够输出更多的信息，并且正确回答用户提出的问题。

思维链提示词

图像修复神器：女神青涩时纤毫毕现！腾讯AI模型GFPGAN火上GitHub热榜第一，Demo在线可玩

看这明亮的眼眸、清晰的发丝，原本模糊的人像立刻添了几分灵动：（这就是用AI修复的高圆圆童年照）时间更久远的历史名人照片也能搞定。

修复绘画高清

再次重点介绍！！！这款国内的AI制作视频工具

大范围延时摄影一般需要专业的摄影师高难度地拍摄数小时再加后期编辑才能完成的摄影效果，现在你只需要简单几步就能快速实现相同的美轮美奂的视觉效果。

Flow Photo 视频

<...82 83 84 858687 88 89 90 91 ...>

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