标签：总结

2025-02-01EnchantedScribe阅读(319)赞(0)

引言 RAG作为减少模型幻觉和让模型分析、回答私域相关知识最简单高效的方式，我们除了使用之外可以尝试了解其是如何实现的。在实现RAG的过程中，有语义搜索也有关键词搜索，我们这篇文章来用jieba库以及TF-IDF实现关键词搜索RAG。 ji...

2025-02-01EnchantedScribe阅读(2502)赞(0)

文生图（Text-to-Image Generation）是一种通过文本生成图像的技术，其发展历程可以追溯到早期的计算机视觉和自然语言处理研究。这一技术的历史可以分为几个关键阶段： ① 早期探索（20世纪60年代-20世纪90年代）；②基于...

2025-02-01EnchantedScribe阅读(434)赞(0)

视频链接：DALL·E 2（内含扩散模型介绍）【论文精读】_哔哩哔哩_bilibili（up主讲的非常好，通俗易懂，值得推荐） 目录 1、GAN模型 2、VAE模型 2.1、AE（Auto-Encoder） 2.2、VAE（Variatio...

2025-02-01EmberHeart阅读(210)赞(0)

技术的车轮滚滚向前，但用户的需求却相对稳定。不管是初创公司还是大厂，如果在新技术范式吹起来的这股风停下来之前，没能及时找到有希望的落地方向（能满足用户真实需求+有市场机会），风一停，就会跌落进泥土里，消失在空中；而如果落地应用难做起来的话，...

2025-02-01CrystalEyes阅读(405)赞(0)

本文是Stable Diffusion等一系列扩散模型的里程碑，主要解决的问题是Diffusion模型在原始的像素空间中需要的计算资源过多的问题。 提炼本文创新如下： 一、隐空间（低维向量空间） 引入了一个与图像空间感知上等同的隐空间，使用...

2025-01-31EternalWish阅读(536)赞(0)

1.引言 在AI领域，文本转语音和语音转文本技术已经取得了显著的进展。这些技术在许多领域都有广泛的应用，如语音助手、实时弹幕、通话检测等。本文我们使用阿里的语音合成和语音识别技术，实现文本转语音和语音转文本的完整流程，并讲述如何针对自己的业...

2025-01-31EnchantedScribe阅读(994)赞(0)

引言 2024 年 12 月，GitHub 宣布推出GitHub Copilot Free，这一消息让不少开发者为之欢呼雀跃。毕竟，谁不喜欢 白嫖 呢？ GitHub Copilot 不仅提供了 AI 辅助编程功能，还与自家 VS Code...

2025-01-31ElectricStorm阅读(544)赞(0)

Stable Diffusion 是一种流行的文本到图像生成模型，基于潜在扩散模型（Latent Diffusion Models, LDMs）框架。版本 1.5 是该系列的重要更新，具有更高的生成质量和更好的稳定性。本篇文章将深入探讨 S...

2025-01-31ElectricStorm阅读(452)赞(0)

Stable Diffusion中的自注意力替换技术与Diffusers实现 摘要 本周主要研究了Stable Diffusion中的自注意力替换技术及其在Diffusers中的实现。通过详细分析注意力机制，探讨了自注意力替换在图像生成和视...

2025-01-31AuroraBorealis阅读(337)赞(0)

大家好，我是木易，一个持续关注AI领域的互联网技术产品经理，国内Top2本科，美国Top10 CS研究生，MBA。我坚信AI是普通人变强的“外挂”，所以创建了“AI信息Gap”这个公众号，专注于分享AI全维度知识，包括但不限于AI科普，AI...