文章列表-AI魔法学院

文章列表

网易有道强力开源中英双语语音克隆

先按照Linux和Windows WSL2平台的说明安装NVidia容器工具包。

语音开源

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

由于扩散过程需要多次迭代，每次迭代都要用到一个神经网络，所以SD模型的生成过程需要大量的计算资源和时间。

LCM/LCM-LoRA 文生图

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

先前的工作有通过在特定任务上做微调如controlled paraphrase generation受控改述生成或设置受限解码策略如look-back decoding strategy回顾式解码策略

大模型控制

通往AGI之路，提示词入门

设计提示基本上就是如何“编程” GPT 模型，通常是通过提供指令或一些如何成功完成任务的例子。

AGI 提示词

基于本地知识的问答机器人langchain-ChatGLM

）深灰色303春秋款（工装口袋）蓝色303春秋款（工装口袋）黑色303（冬季棉衣款加棉加厚）深灰色303（冬季棉衣款加棉加厚）蓝色303（冬季棉衣款加棉加厚）黑色302（冬季棉衣款加棉加厚

langchain

腾讯开源混元AI绘画大模型

一是中文原生，不需要经过转译的过程，大模型可以理解原生中文，这点很重要，要比Stable Diffusion加个翻译插件好得多，尤其是在古文直接生成图方面，有着强大的优势。

腾讯混元文生图

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

AI写作助手创企HyperWriteAI的CEO见此已忍不住感慨：我们正在步入一个新世界，一个GPT-4级别的模型开源并且可以自由访问的世界。

meta llama3

ComfyUI学习笔记：插件安装

ComfyUI是节点式编程的环境思路，安装后的默认启动示例，是一套生成图像所需的基础节点组合：上图包含加载模型、设置关键词、设置图像大小、选择采样器、VAE解码、保存图片。

comfyui 插件绘画

做大模型需要的环境设置

首先激活到要分享的环境，在当前工作目录下生成一个environment.yml文件。

开发环境

十大开源语音识别项目

它在大量多样化的音频数据集上进行训练，作为一个多任务模型，可以执行多语言语音识别、语音翻译和口语识别。

语音识别开源项目

AI赋能实验室：儿童绘本插图

含义解析：此幻想艺术的儿童插图风格，描绘出一个充满好奇心和顽皮举止的动物角色，将要在一个活力四溢而又神秘的场所开启它的冒险旅程。

插画文生图

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

结构引导的图像编辑结构引导的图像编辑不仅涉及理解和解释文本指令，还包括作为输入提供的结构或布局信息。

文生图

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

如TokenPose等工作，使用CNN进行特征提取，并使用transformer作为后处理模块来建模多个关键点之间的关系。

ViTPose+Transformer 身体姿态

大模型高效微调：🤗 PEFT 使用案例

提示方法可以分为两类： · 硬提示（Hard Prompts）：手工制作的具有离散输入标记的文本提示；

大模型

无限长的上下文，也干不掉的RAG

研究背景随着语言模型的发展，它们在多种用户面向的语言技术中扮演着越来越重要的角色，如对话系统、搜索与摘要、协作写作等。

RAG 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