文章列表-AI魔法学院

文章列表

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice模型具有的功能特点：多语言语音识别：SenseVoice 支持包括中文、英文、粤语、日语和韩语在内的多语言识别。

asr tts 声音

完整ChatGLM3部署教程，支持手机和车载平台部署

同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。

ChatGLM3 大模型

一文带你认识ELMo

contextualized：这是一个语言模型，其双向LSTM产生的词向量会包含左侧上文信息和右侧下文信息，所以称之为contextualized deep：句子中每个单词都能得到对应的三个Embedding

embedding

常用的开源协议说明--一句话说明开源协议本质

使用者也可以在需要的时候修改代码来满足需要并作为开源或商业产品发布/销售。

开源

几款开源的OCR识别项目，收藏备用

github.com/naptha/tesseract.js.git PaddleOCR PaddleOCR是百度开源一套OCR,旨在打造一套丰富、领先、且实用的OCR工具库

OCR

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

我称之为「AI超级阅读法」一开始，我选择大模型工具是 Kimi Chat 1.第一免费使用，支持 Web、H5、APP、微信小程序等多终端，方便使用。

Ollama AnythingLLM 阅读

如何使用ChatGPT写论文

分析这个统计模型的工作原理和应用场景 3.

ChatGPT 写作

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

当然了，AI换脸的能力是有限的，不可能100%无瑕疵，还要结合比较合适的提示词以及模型，但是效果已经很让人震惊了。

AI换脸

SD入门教程五：后期处理图片高清放大

这种方法在某些简单的图像处理任务中可能有效，但在复杂的图像放大或超分辨率任务中，它通常无法产生高质量的结果，因为它没有考虑到图像内容的复杂性和局部到全局的上下文信息。

SD 入门教程修复

WeChaty：强大的微信个人号机器人SDK

- 智能消息处理：WeChaty 具备智能消息处理能力，可以根据用户的需求和规则进行消息的自动回复、转发、过滤等操作。

微信接口

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

直接在预训练语言模型中统一建模，比如GPT2/GPT3 前缀微调（Prefix-tuning) 将prompt方式扩展到连续空间，在每层输入序列前面添加prompt连续向量【随机初始化，并不对应到具体的

训练微调

《特朗普爱上在白宫当保洁的我》拍好了，3个月赚了10个亿

是白宫保洁员艾米丽和特朗普总统跨越身份的爱情故事，在剧中特朗普对样貌普通身份低微且40多岁且是单亲妈妈带着一个娃的艾米丽一见钟情，执意要和自己绝美的模特妻子离婚，迎娶艾米丽当第一夫人，在巨大的质疑和舆论压力下

短剧

AI声音克隆 | 最全最简教程（权威版）

nbsp; 我们最多用的还是普通的TTS，即把文字通过软件输出指定人的声音，这块微软做的不错，之前自己写过一个免费的TTS小软件，API用的就是微软的，如有需要，请看自己开发一个免费的文本转语音小工具

声音克隆教程

微调大型语言模型-核心思想和方法介绍

此外，提示调整可能是劳动密集型的，因为它通常需要人工参与来比较不同提示的质量。

大模型训练

RAG与Long-Context之争—没必要争

主要就是数据库/知识库内容不超过大模型最大长度的场景，例如：涉及场景中仅有几篇文档作为参考资料，完全不需要检索，直接暴力解法都给大模型就完事儿了。

RAG Long-Context 大模型

<...84 85 86 878889 90 91 92 93 ...>

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