文章列表-AI魔法学院

文章列表

谈谈LLM在推荐域的渗透，探索推荐新范式

上下文学习&COT能力上下文学习(ICL)是指不需要微调，只需要少数几个样例作为示例，就能在未知任务上取得不错的效果(提升few-shot能力)。

大模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

以下是几个技术亮点： 1） FRCRN 模型：还原自然语音的“魔术师” FRCRN 模型擅长在移除背景噪音的同时保留音频的自然品质。

ClearerVoice-Studio 语音

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

多个提示文件：输入每行一个提示或通过运行文本文件排队多个提示。

Stable Diffusion 插件安装

七问大模型幻觉｜LLM Hallucination

ensp; 模型的参数知识偏向：有研究表明，模型在处理信息时，可能更依赖其在预训练阶段所积累的知识，而忽略了实时提供的上下文信息

大模型

它来了！SDXL + ControlNet 终于强强联合！

此模型在上期制作“隐藏字”的文章中已经大展拳脚。

SDXL

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

MimicTalk通过引入「NeRF」技术，结合高效的微调策略和上下文学习能力的人脸动作生成模型，成功地解决了这一问题NeRF技术允许模型在三维空间中重建物体的形状和外观，而MimicTalk在此基础上进行了优化

MimicTalk 开源模型

10个值得收藏的ChatGPT辅助编程技巧

1、避免丢失上下文 ChatGPT 是上下文感知的。

编程提示词 chatgpt

对于大模型RAG技术的一些思考

具体可以参考下图，这个流程的打通其实特别容易，基本上1天就能把架子搭起来，然后开发好了API对外服务。

RAG 大模型

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

测试显示，aiXcoder-7B Base版结合单文件上下文的代码补全能力超越StarCoder2、CodeLlama等一众模型，在Python、JS和Java语言上综合得分最高。

aiXcoder-7B 大模型

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

下图就是我们之前做好的第一个文生图工作流，我们今天就在这个基础上进行改进，创造一个适合SDXL的双模型工作流。

开源模型

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

今天对百川的RAG方法进行解读，百川智能具有深厚的搜索背景，来看看他们是怎么爬RAG的坑的吧～总的来说，百川通过长上下文模型(192k)+搜索增强结合的方法来解决知识更新，降低模型幻觉的问题，使得其在

RAG 大模型

换脸软件 FaceFusion 保姆级教程

我开始是用的 Colab ，但是毕竟是免费的算力，要不就是 GPU 不够了，要不就是跑着跑着就报错了，不知道是不是我的源文件有点大，开始有 400M，后面给剪辑了下，减少到 200M了。

FaceFusion 教程

2024年值得关注的Agent框架

它利用ChatGPT、LLaMa2等LLM和其他专业模型，并根据任务的上下文动态选择合适的工具。

Agent 框架

使用 ChatGPT + Claude 撰写成功的商业计划书

ChatGPT 和 Claude 上场。

工作

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

具体功能模块如下：开发部署初次使用建议查阅说明文档进行相关操作软件需求本项目已在 Python 3.8 - 3.10，CUDA 11.7/11.8 环境下完成测试。

大模型

<...86 87 88 899091 92 93 94 95 ...>

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