文章列表-AI魔法学院

文章列表

4种通过LLM进行文本知识图谱的构建方法对比介绍

提示也非常简洁(约41个token)，不会占用太多的字符。

知识图谱大模型

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

o o • AGIEval 是微软的一个华人研究团队发布了一项基准测试，这项基准测试专门用于对基础模型的类人能力做准确考察

ChatGPT 国产大模型

EverydayWechat：让微信变得更强大，引领每日生活新体验

pip install everyday-wechat 三、使用方法使用EverydayWechat进行微信功能拓展非常简单，按照以下步骤进行：导入所需模块和函数：

EverydayWechat

大模型应用设计的10个思考

这其实是“Garbage in，Garbage out”原则在人工智能时代的一种体现。

大模型应用

国内法律类大模型介绍

：法律问答数据、法律知识、百度收集的54k条法律问答数据、法律法规、包含刑法、民法、宪法等法规、法律参考书籍、JEC-QA数据集提供的法律参考书籍、从裁判文书网收集的50k法律文书

法律大模型

大模型：泛化即智能，压缩即一切

这种举一反十的能力就是我们常说的泛化能力，可见在孔子看来一个人的泛化能力才是决定了其上限的根本。

大模型泛化

Stable Diffusion

Stable Diffusion LightFlow 作弊插件！一键复用工作流

支持一键保存所有生成数据，让工作流被完整复现并进行分享。

流程 SD

解读wav2lip：探究语音驱动唇部动作的技术原理！

Fig.1 wav2lip architecture 2.1 数据集处理本文使用的LRS2数据集，来自BBC的唇语视频，包含4万多个口语句子，它的训练集、验证集和测试集是根据广播日期进行划分。

wav2lip 语音

一文讲明白什么是预训练、微调和上下文学习

预训练的主要下游任务如下：文本生成：预训练模型可以生成连贯且上下文相关的文本，使它们对聊天机器人、虚拟助手和内容生成等应用程序有价值。

大模型训练

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

中文文本标注优化 Whisper经常被人诟病的一点是对中文语音转写后标点符号的支持不够完备。

Whisper 语音优化

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

不过，研究人员还进行了预RMSNorm、SwiGLU和分组查询注意力等改进。

Decoder-Decoder YOCO 架构

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

图二：关键在于，在 embedding 之前记录一下 chunks 的哈希值详细看一下 LangChain 是怎么帮忙开发人员化解这个问题的，首先如上图所示，我们需要一个对象来记录、管理文档 chunks

大模型

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

ensp; 256x256：playgroundai/playground-v2-256px-base · Hugging Face Playground v2和SDXL的架构和模型参数都是相同的

文生图 Playground

FaceFusion又更新咯，增强功能再增强！

将 UI 主题细化为简约扁平化设计通过参数分组增强 --help 和文档将默认图像和视频质量降低至 80% 向安装程序引入新的

FaceFusion 文生图

Stable Diffusion

12/180 stable diffusion 局部重绘换衣｜换背景｜换模特

今天分享stable diffusion 局部重绘功能局部重绘能够对图片进行快速换衣换背景换模特 1.主要功能参数局部重绘主要用到画笔工具进行涂抹

文生图 stable diffusion

<...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