文章列表-AI魔法学院

文章列表

ComfyUI 基础教程（二）：文生图基础流程

我们将使用的是“Checkpoint加载器（大模型加载器）”。

comfyui 文生图

M3E 可能是最强大的开源中文嵌入模型

/m3e-small", "m3e-base": "moka-ai/m3e-base",} 为什么要用到 embedding？

开源模型

大模型外挂知识库优化-大模型辅助向量召回

今天给大家带来一篇来自战士金大佬（@知乎战士金）的博文-大模型辅助向量召回。

大模型

网易有道强力开源中英双语语音克隆

你需要一台带有NVidia GPU的机器。

语音开源

OCRmyPDF—可智能识别PDF文本和图片信息的工具

或清洁 •验证输入和输出文件 •在所有可用的CPU核心之间分配工作 •使用Tesseract OCR引擎识别超过100种语言 •保护您的私人数据安全

OCRmyPDF 工具

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

、 “做个自我介绍”、 “你好” Llama3 会用中文回答： “我是AI在手” （如下图） 1、环境安装 # nvidia 显卡显存16G

Llama3 对话问答模型

Qwen7b微调保姆级教程

在多轮对话模式下,我们按照如下格式构造包括多轮对话中所有机器人回复内容的标签。

Qwen7b 大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

该方法包括两个主要组件：检索器和生成器。

RAG 检索论文

停用词(Stop Words)的价值、收集与使用

讲真，过滤掉低得分词语后，分类器的效果提升很大。

停用词

国内厂商语音识别与Whisper评测：现状与概况对比

随着人工智能技术的飞速发展，语音识别已经成为了现代社会中一个重要的研究领域。

语音识别 Faster-Whisper

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

LDM通过在潜空间上使用一组冻结的编码器-解码器来降低扩散模型的计算复杂度和计算资源要求。

文生图

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

机器生成的pdf文件：这些pdf文件是在计算机上使用W3C技术(如HTML、CSS和Javascript)或其他软件(如Adobe Acrobat

大语言模型 python

阿里出品自动化视频剪辑工具FunClip！

· 说话人识别：通过集成的CAM++说话人识别模型，FunClip可以识别视频中不同说话人的ID，方便用户剪辑出特定说话人的视频片段

FunClip 视频阿里

【开源项目】Flow Matching 语音合成

Grad-TTS-CFM，其他优化还未集成）模型架构：性能指标：推理界面：中文测试句子：时光仿佛有穿越到了从前，在你诗情画意的眼波中，在你舒适浪漫的暇思里，我如风中的思绪徜徉广阔天际

音视频 Flow Matching

几个对我影响很大的统计学模型

在这个过程中，你在设定标准和了解候选人的质量。

统计学大模型

<...83 84 85 868788 89 90 91 92 ...>

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