文章列表-AI魔法学院

文章列表

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

TDB通过识别对模型行为有显著影响的特定组成部分（如神经元、注意力机制头部、自编码器的潜在表示等），并自动提供这些组成部分被激活的原因解释，以及它们之间的联系，来帮助我们发现和理解复杂的模型内部工作机制

大模型调试工具

一键AI换脸！小红书和北大合作的InstantID

所以我对中国在未来的AI时代能够稳稳的跟住，排名第二非常有把握。

InstantID 文生图

阿里Qwen3系列模型惊艳亮相

这里的235B和30B分别是总参数量，22B和3B分别是激活参数量。

阿里 Qwen3 大模型

LLM大模型推理输出生成方式总结

参数：do_sample = True, num_beams = 1 优点：解决了生成重复的问题，但是可能会出现生成的文本不准守基本的语法 Beam-search multinomial sampling

大模型

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

更好的韵律: ChatTTS在韵律方面超越了大部分开源TTS模型。

chattts tts 文生语音

请以“亮相”为题目写一篇记叙文，要求不少于700字。

但是，当我开始演讲时，我意识到自己已经准备充分了。

中文大模型训练

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

值得一提的是，JoyHallo 在生成英语视频方面依然表现出色，显示了其优秀的跨语言生成能力。

JoyHallo 数字人开源模型

Pynsist：一键打包 Python 应用代码成 Windows 安装程序

只需编写一个配置文件，Pynsist 就能自动完成打包工作，无需您手动编写复杂的安装脚本。

Pynsist 程序

AI Comic Factory：AI(连环)漫画生成器

作者还提到可能会在未来简化项目，添加对OpenAI或Replicate的支持在家运行项目首先，我想强调一切都是开源的（请参阅此处、此处、此处、此处）。

生成式AI

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

虽然现在已经有很多大佬分享了自己的工作流，但我还是建议大家能自己先手搓一下，一是为了搞懂SD的工作原理；二是因为自己连的工作流出图的那一刻，这个成就感是无与伦比的。

开源模型

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

在学习前我们先回忆一下使用 Web UI 进行文生图的时候用到了哪些功能。

comfyui 文生图

使用ComfyUI玩SDXL的正确打开方式

虽然现在已经有很多大佬分享了自己的工作流，但我还是建议大家能自己先手搓一下，一是为了搞懂SD的工作原理；二是因为自己连的工作流出图的那一刻，这个成就感是无与伦比的。

文生图 ComfyUI

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

英伟达科学家Jim Fan则认为，还在训练中的Llama 3 400B将成为开源大模型的分水岭，改变很多学界研究和初创公司的发展方式。

meta llama3

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

确实，在 400M 图像文本对训练的 CLIP 有很强的视觉文本对齐能力，可以覆盖多数日常任务下的图像编码。

OCR 手写文字识别

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

针对初学者，您有哪些建议或最佳实践可以分享，以帮助我避免常见的错误并提高与ChatGPT的互动质量？

Prompt GPT

<...89 90 91 929394 95 96 97 98 ...>

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