文章列表-AI魔法学院

文章列表

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

它包含了两个最先进的 AI 生成模型 (AudioGen 和 MusicGen) 的推理和训练代码，可以产生高质量音频。

AudioCraft 音频

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

python提取PDF中的文本信息（包括表格和图片OCR）》； · 优化chunking：从最开始的512固定长度切分

RAG 检索增强

Finchat：一个基于AI人工智能的金融数据分析工具，让你有一个私人投资助理！

无论你是想了解某个公司的营业收入、净利润、市盈率，还是想知道巴菲特、索罗斯等大佬的投资策略，Finchat都可以为你提供及时、准确、全面的答案。

用户 finchat

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

这篇文章介绍了GPTs如何通过Action连接各种第三方API服务，包括Notion数据库。文章还介绍了一个实用的操作简单的Action实例，即“提示词安全卫士”，通过该Action，用户可以获取最新的防注入提示词。文章还提供了GPTs连接Notion的配置流程，包括Notion和GPTs的配置步骤，以及如何编写和粘贴API代码。最后，文章指出这只是一个简单的例子，如果再结合Insert的API，这套系统能衍生出更多实用场景。

GPTs Notion

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

§ 更快的推理速度：基于稀疏注意力机制，处理百万上下文时，首字返回时间从4.9分钟降低到了68秒，实现了4.3倍加速。

Qwen2.5 开源模型

金融行业的开源AI大模型

大家经常把通用大模型比喻为高考前的学生，智商似乎达到了巅峰，天文地理历史生物无所不知，但是对某个行业的真实运作缺乏一定的了解。

开源大模型

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

从充值10万成为事业合伙代理商，到充值100万成为战略合作商可以3折拿货，该公司针对代理商群体推出了多项定制化业务。

数字人

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！

高质量、多语言、本地推理、完全免费。

MeloTTS 语音工具

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

还有Stable Diffusion 3 和 DALL·E 3 相比，原理上有什么不同呢？

Stable Diffusion DALL·E

揭秘DeepSeek:一个更极致的中国技术理想主义故事

更多的投入并不一定产生更多的创新「暗涌」：现在的DeepSeek有一种OpenAI早期的理想主义气质，也是开源的。

DeepSeek 大模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

定义可编程服务器端参与者的工作流的函数。

voice agent 开源音视频

微软最新模型Phi-3 Mini开源登场！小模型，大未来！!

Phi-3 Mini AI模型，在包括语言理解、逻辑推理、编程和数学在内的一系列基准测试中表现卓越，超越了大量参数高达数百亿的竞争模型。

Phi-3 Mini 人工智能

AI生成PPT不靠谱？那是你方法没用对

所以，就连发明人罗伯特·加斯金斯自己都吐槽： “的确有很多人浪费时间在PPT上，就像浪费时间在其他事情上一样。”

PPT 制作 AI

一文读懂GPT-1：生成式预训练如何提升语言理解

摘要 GPT-1是一种半监督的语言模型，它巧妙地结合了无监督预训练和有监督微调，以优化语言理解任务。

GPT

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

这样可以加快训练速度，提高推理效率！

MoE 专家混合模型

<...7 8 9 101112 13 14 15 16 ...>

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