文章列表-AI魔法学院

文章列表

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

ensp; 除此之外还有：英文测评（南玻王）代码测评（南玻王）数学测评（南玻王）长序列测评（南玻王）工具使用能力测评

大模型

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法

之前虽然小视频生成比较火，不过出的视频都不太稳定，目前来看 AnimateDiff 是相对比较稳定的，而且能同时支持和其他插件一起使用。

动画 animate sd

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法！

之前虽然小视频生成比较火，不过出的视频都不太稳定，目前来看 AnimateDiff 是相对比较稳定的，而且能同时支持和其他插件一起使用。

文本生成视频 AnimateDiff

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

，从而提高它们在复杂任务(如多会话对话和详细文档分析)中的性能。

MemGPT 大语言模型

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

它不仅适合技术开发者，也能为一般用户提供实际帮助。

网易 RAG 知识库

制作可爱的表情包

vHigh quality (高品质)，niji5(模式)，style cute (风格可爱)我们用表情包魔法公式，加入你想要的风格，比如漫画、卡通、插画、古风，各种风格等，加入各种表情、动作描述词，就能生成风格多变

绘画表情包

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

解读：一个数学在线教育网站如何做到一千万月访问量

今天继续分享个方法，那就是随便乱点，从一个网站发现一些关键词，从一个关键词发现一批网站，不断点下去，就能够发现一些不错的网站。

访问量

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

在EMO之前，Talking Head领域的工作都需针对人脸、人头或者身体部分做建模或者表征，耗时长且生成质量较低。

EMO 阿里全民演唱

如何使用 Megatron-LM 训练语言模型

Hugging Face Accelerate 2 的创建是为了支持跨 GPU 和 TPU 的分布式训练，并使其能够非常容易的集成到训练代码中。

开源模型

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

安装 ControlNet 安装工欲善其事必先利其器，ControlNet 还是先要安装好的，已经安装好的请跳过这一步。

图生图文生图 sd

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper的核心优势在于其能够在保持原有模型准确度的同时，大幅提升处理速度，这使得它在处理大规模语音数据时更加高效。

语音识别 Faster-Whisper

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

本文主要内容： RAG中涉及的技术环节什么是分块分块需要考虑的四种因素分块的多种方法 RAG是一个考验技术的工作这两周发的文章大模型偏多，但如果你有阅读过前面的文章

RAG 大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索增强

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

最近我们和社区其他人感兴趣的一个领域是法学硕士是否可以扩展到更长的背景。

开源模型

<...72 73 74 757677 78 79 80 81 ...>

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