文章列表-AI魔法学院

文章列表

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

我花了半年时间测试了市面上十几款TTS方案，从Azure Speech到Google Cloud TTS，结论很残酷：要么贵得离谱，要么质量烂得像机器人念书。

MeloTTS 语音工具

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？

这个框架利用深度学习和多模态输入（如文本、图像和动作）来训练一个智能体，使其能够在不同的环境中执行任务。

Agent+GPT-4V 大模型

聊聊AI产品做算法备案这件事

而今年7月13日发布并于8月15号正式实施的《生成式人工智能服务管理暂行办法》，再次明确算法备案一事。

工作

大模型套壳祛魅：质疑套壳，理解套壳

百川智能创始人、CEO 王小川在一个月前的2023甲子引力年终盛典上将大模型训练比作「炒菜」，模型架构只是一个菜谱。

大模型套壳

大模型再发展5年，搜索引擎还在么？

人工智能生成的内容增长速度一定远大于人生成的内容，而这部分内容并没谱，是带着我们经常说的幻觉所生成的内容。

大模型

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

与此同时，距离模速空间1200多公里外的海淀区成府路上，北京智源人工智能研究院、智谱AI、百川智能、面壁智能、生数科技等多家北京大模型公司亦坐落于此。

大模型钛媒体

零门槛的 4 大 AI 提示词法则，让你的 AI 助手秒变效率神器

PPS：本文中提及的法则，在 ChatGPT、智谱清言、通义千问、文心一言、百川智能...

提示词大模型

Mokker，想取代商业棚拍效果的场景生成AI

有别于其他的生成式工具，Mokker有她特别用心和擅长的地方，专注帮你更换合适的商品场景，如果有一张产品图了，那么可以通过Mokker的摄影道具，添加自己想要的道具模型到场景中，然后靠谱的AI就会生成一张融合产品在内的准确场景

Mokker 图生图

5个最佳开源RPA框架

这两年，RPA+AI（智能自动化流程）经常被提及，在企业/机构数字化转型过程中，自动化和智能化是提升效能的重要方式，而迈向自动化和智能化的第一步则是机器人流程自动化（RPA）。

开源模型智能自动化

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

发展历程：AI Agent经历了符号智能体、反映型智能体、基于强化学习的智能体、具有迁移学习和元学习功能的智能体四大发展阶段，现在已经跨入基于大型语言模型的智能体阶段。

AI Agent 大模型人工智能

目前大语言模型的评测基准有哪些？

ceval 网站：https://cevalbenchmark.com/ C-Eval 最新排行榜 FlagEval：采用“能力—任务—指标”三维评测框架 FlagEval（天秤）由智源研究院将联合多个高校团队打造

人工智能评测大模型

CLiB中文大模型能力评测榜单（持续更新）

出自：https://zhuanlan.zhihu.com/p/634608422 目前已囊括19个大模型，覆盖chatgpt、百度文心一言、阿里通义千问、讯飞星火、360智脑、minimax

大模型人工智能评测

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

DISC-MedLLM是由复旦大学数据智能与社会计算实验室（Fudan-DISC）研发并开源的一款专门针对医疗健康对话式场景而设计的大模型。

大模型

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

而在各项单项能力中，GPT4也均表现出较强的实力，尤其在语言理解与生成、专业技能与知识、AI智能体三个方面，GPT4均位列第一。

大模型方法论

语音、视频转文字神器：开源whisper介绍

Whisper是OpenAI的一个项目，旨在通过大规模的弱监督学习来实现语音识别。这种方法使用大量的未标注语音数据和一些已标注的数据来训练一个深度学习模型，从而自动学习如何从语音信号中提取特征并将其转换为文本。Whisper的特点是速度快、准确性高，并且可以处理各种各样的语音信号，包括噪音、口音和语速等。该项目旨在为那些缺乏手动标注数据的语言学家和工程师提供一种新的工具，以帮助他们实现更高效的语音识别。

人工智能大模型 wisper

<...6 7 8 91011 12 13 14 15 ...>

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