文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

这里故意没有使用生成参考图片时的提示词，因为提示词会影响出图效果，就看不出来 Reference 的复刻效果了。

文生图

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

2.输入反向词来强调不想要的内容。

LeonardoAI 文生图

爆肝两天！ChatGPT+提示词解决知识库目录混乱

检索效率低下：传统的知识库往往依赖于关键词或标签进行搜索，但由于标签的不规范或描述的模糊性，使得检索结果经常不尽人意。

智能分类大模型知识库

金融行业的开源AI大模型

大家经常把通用大模型比喻为高考前的学生，智商似乎达到了巅峰，天文地理历史生物无所不知，但是对某个行业的真实运作缺乏一定的了解。

开源大模型

whisper-live：OpenAI Whisper模型的近实时实现

与依赖连续音频流的传统语音识别系统不同，我们使用语音活动检测（VAD）来检测语音的存在，并且仅在检测到语音时才发送音频数据以耳语。

OpenAI Whisper 大模型

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

6月的一次全体员工会议上，扎克伯格宣布了一系列处于不同开发阶段的技术，其中一个就是将带来具有不同个性和能力的AI Agents为用户提供帮助或娱乐。

大语言模型

HalluQA: 测测中文大模型有没有一本正经胡说八道

幻觉是文本生成领域的一个经典问题，在不同的任务中，幻觉有不同的表现形式。

大模型中文大模型幻觉

检索增强生成(RAG)有什么好的优化方案？

这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

RAG 检索增强

搭建程序员自己的在线工具库 it-tools

那么，作为程序员，你就不想拥有一个自己的工具网站吗？

开源项目工具类

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

语音交互作为人机交互的重要方式之一，也在不断演进和创新。

Westlake -Omni 语音

朱啸虎讲了一个中国现实主义AIGC故事

有趣的是，Sora的出现不但没有弥合认知沟壑，反倒是加强了各自的态度。

朱啸虎 AGI

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

论文中希望p能够随着输入x的不同而不同，在x较小时以较大概率将其置0。

大模型

PymuPDF4llm：PDF 提取的革命

PymuPDF4llm 的出现，为 PDF 提取领域带来了一场革命，它不仅提供了强大的功能，还以开源的形式为开发者和数据爱好者提供了自由和灵活性。

PymuPDF4llm PDF

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

这个数据集中包含了不同年龄和说话风格的人，涵盖了日常对话和专业医疗主题。

JoyHallo 数字人开源模型

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

这不仅制约了对齐技术的进一步发展，也引发了公众对技术可靠性的担忧。

Auto-J 大模型

<...37 38 39 404142 43 44 45 46 ...>

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