文章列表-AI魔法学院

文章列表

Fastwhisper + Pyannote 实现 ASR + 说话者识别

地址：https://huggingface.co/pyannote/speaker-diarization-3.1 以上代码即使你运行的时候把模型下载到缓存里了，偶尔还是会443，笔者猜测这玩意就算你下载下来了还是还是要联网推理

faster-whisper 语者识别 ASR

ChatGPT提示工程5篇合集(五)：ChatGPT提示工程 - 邮件回复、营销文案

在这篇文章中，将会介绍如何使用大型语言模型来进行邮件自动回复、生成营销文案。

prompt 提示词

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

低效计划是指花费了大量时间但没有没有成功的路径。

Agent

ChatPDF | LLM文档对话 | pdf解析关键问题

由于pdf是最通用，也是最复杂的文档形式，因此本文主要以pdf为案例介绍 · 如何精确地回答用户关于文档的问题

大模型

AI绘画：两组赛博咒语和ComfyUI使用方法！

本来我是可以直接发的，但是我又想着发关键词的同时，最好是讲解一下用法，这样更友好。

文生图

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

这个插件的名字叫EasyPromptSelector，作者是日本的创作者blue_pen5805，如今他（她？）

stable diffsion 提示词

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

多语言支持：目前支持英语、俄语、中文的语音克隆（来自任何语言的音频）以及英语、俄语合成，并计划扩展西班牙语的语音克隆合成模型。

AI语音克隆实时语音识别

2024年傅盛开年AI大课演讲内容PPT

他特别提到了猎户星空推出的大型机器学习模型——140亿参数的模型。

猎豹 AI 演讲

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

基于Transformer的语言模型训练成本之所以昂贵，主要是因为最优化的后向梯度下降过程中的内存需要是模型参数量的最多16倍以上！

开源模型

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

LangChain 知识库

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

谷歌的大模型Gemini 1.5 首先玩了一个百万token的，中国的月之暗面一个月后推出Kimi智能助手，支持200万字超长无损上下文，在中国的大模型应用中异军突起。

大模型上下文

可能是国产最强AI，ChatGLM-4来了！

之后用了文心一言、通义千问以及讯飞星火大模型，给我的感觉是可用，但终归是差点事。

ChatGLM 智普

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

· stable diffusion 启动成功后，一般为：http://127.0.0.1:7860 路径记下该路径

文生图 api

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

随着Sora等文生视频模型掀起热潮，很多人都在探讨文生视频模型能不能算作世界模型。

通义文生视频

<...42 43 44 454647 48 49 50 51 ...>

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