文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

Stable Diffusion

Stable Diffusion高精度换脸

一、简介最近Roop换脸插件横空出世，大家再也不用看千篇一律的AI脸了，使用这个插件的过程中很多人发现换好的脸部存在精度不够问题，今天给大家分享使用Stable Diffusion高精度换脸的操作流程

Stable Diffusion 文生图

什么是prompt（人话版）

所以作为第一篇，我们先来用大家没有阅读障碍的方式，讲一讲什么是“prompt提示词” 你可以把“提示词”理解成：让 AI 能精准 Get 到你意图的话，或者与 AI 沟通的语言方式。

prompt

如何微调Meta Llama-3 8B

Meta 推出了 Meta Llama 3 系列 LLM，包括 8 和 70B 大小的预训练和指令调整的生成文本模型。

Meta Llama 3 大模型

Prompt工程如此强大，我们还需要模型训练吗？

二、四个经典推理问题对于提示工程来说，其侧重点是要解决复杂语义理解问题，而要验证模型是否具备这种能力，可以观察模型是否能解决复杂逻辑推理问题。

大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

如果内容都不能很好地组织起来，LLM只能瞎编。

大模型

RAG超参数调优食用指南

为了解决这些问题 LlamaIndex 推出了一个 ParamTuner 类，可以自动、高效地执行超参数调整。

rag 大模型

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

这导致预期的性能改进高达 4096 个上下文，但同样，不会再进一步。

开源模型

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

这个技术不仅有望改变数字媒体的生产方式，也为虚拟现实和人工智能的应用开辟了新的道路。

VividTalk 视频

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

如果放在几年前，你告诉我说只需一分钟就能做出一段这样的动画，我是万万不相信的，但是当AI时代来临之后，一切都有了可能。

文生图开源模型

借题发挥下最近几例声音克隆的应用案例

ChatGPT可以训练儿子的过去的说话，文字等语料，AI可以模仿儿子的口吻说话。

声音克隆数字人

将任意文本转换为知识图谱

清理文本语料库（作品主体）。

知识图谱转换文本

Prompt提示优化工具

prompt perfect 可以自动优化已有的提示，比较多个模型的输出，运行智能体等。

prompt 提示词

Stable Diffusion

硬核解读Stable Diffusion（系列三）

在diffusers库中，可以如下使用这个超分模型（这里的noise level是指推理时对低分辨率图像加入噪音的程度）： import requests from PIL&ensp

Stable Diffusion 文生图

Stable Diffusion

Stable Diffusion教程：文生图

最近几天AI绘画没有什么大动作，正好有时间总结下Stable Diffusion的一些基础知识，今天就给大家再唠叨一下文生图这个功能，会详细说明其中的各个参数。

文生图 Stable Diffusion

<...80 81 82 838485 86 87 88 89 ...>

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