文章列表-AI魔法学院

文章列表

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

它的原理是，把输入的语音信号随机地掩盖一些部分，然后让模型尝试重建完整的语音信号。

Translatotron 语音识别

TrOCR——基于transformer模型的OCR手写文字识别

来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型VIT，Swin便是成功的把transformer的注意力机制应用到了计算机视觉任务，那么基于transformer模型的OCR识别任务，便是理所当然的了

OCR 手写文字识别

造梦师手记：C站最受欢迎的LoRA竟然是... ...

从各种美女，到赛博朋克，到机甲兵器，再到像素泥人，你永远理解不了现在AI玩家们的心理... ...

SDXL 文生图

【开源项目】Flow Matching 语音合成

https://github.com/shivammehta25/Matcha-TTS 工程展示： https://shivammehta25.github.io/Matcha-TTS/ 在线推理：

音视频 Flow Matching

如何用人工智能协助我提高写代码的效率

当然让它帮你改写也会存在问题，特别是你只给了一个代码片段时，AI可能理论错了，写出错误的回答，但至少能给你参考和思路。

人工智能编程

国内开源的低代码框架有哪些？

Appsmith Appsmith 是一款开源的低代码框架，其主要用于帮助用户及团队更快、更协调地完成构建管理面板、内部工具和仪表板等，且允许拖放UI 组件来构建页面，用户可以通过Appsmith连接到任何

大模型

技术布道 | Prompt评估与优化，让魔法打败魔法，通过大模型获得更优质的Prompt进而获得更优质的内容

在Prompt优化页面还是需要选择应用和模型，分别点击“优化”和“推理”，可以获得优化推荐的Prompt以及推理结果。

prompt 大模型

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

模型于2023年12月完成训练，但由于推理成本过高而取消发布。

OpenAI 大模型

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

有时候你正面提示词写一堆，出来的效果也不理想，但是加上一个反向提示词就能获得理想的结果。

文生图 SD

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

数据分析思路系列-如何建立指标体系

一个合理的指标体系，会让我们的分析思路更加清晰，可以实现全局的持续监控，更容易追踪和发现问题，可以更好地溯源。

数据分析指标体系

借题发挥下最近几例声音克隆的应用案例

通过这一轮的操作，儿子就可以真的“复活”了，至少在心理上能够给一些慰藉。

声音克隆数字人

如何下载及使用通义千问7B开源大模型

modelscope.cn/studios/qwen/Qwen-7B-Chat-Demo/summary 欢迎小伙伴们来创空间体验Qwen-7B-Chat的模型效果👏～模型推理

通义千问

AIGC生成客服虚拟人

总之做这件事开始让我思考，我对世界的理解是不是有问题，我是不是完全不知道这个世界的基础规则，只是用偏见来看世界而已。

文生图

高效选择：Ollama与LM Studio深度对比

如果你希望快速上手，而不需要深入了解复杂的技术细节，Ollama是你的理想选择。

Ollama LM Studio 对比

<...87 88 89 909192 93 94 95 96 ...>

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