文章列表-AI魔法学院

文章列表

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

大模型微调方法总结

但是随着预训练语言模型越来越大，这个范式存在以下问题： ● 当我们 finetune 大模型时，由于训练成本太高，不太可能重新训练所有模型参数 ● 以前的方法（论文发表于 2021 年）都或多或少有其它性能问题

开源模型

大模型能力评估体系

大模型的评测通常涉及多个维度，包括模型的通用能力、泛化能力、鲁棒性、跨域性能、多语言能力、解释性和安全性等。

大模型评估

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

该模型的性能在一些公开的语音识别数据集上达到了与有监督学习相当甚至超越的水平，展示了无监督语音识别的巨大潜力。

Translatotron 语音识别

ChatGPT等大模型实用的提问技巧

ChatGPT 较为实用的语法结构总结结构描述举例备注语境描述 Context

大模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

AI大模型概念现阶段大家讨论的AI大模型一般都是围绕着“自然语言”方面的基础大模型。

大模型

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

MetaAI这次再为开源贡献重磅产品：AudioCraft，一个支持多个音频生成模型的音频生成开发框架。

开源模型

OCR的终极解法——传统算法VS多模态大模型

零样本通用自然语言理解-中文-base 模型，这是在魔塔上面开源的一个模型。

OCR 大模型文字识别

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 量化延迟和成本降低——MII 可以显着降低非常昂贵的语言模型的推理成本。

大模型

最透彻的大模型PPO原理和源码解读

语言模型又是如何根据奖励做更新的？

PPO 大模型源码解读

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper简介 faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。

语音识别 Faster-Whisper

大模型时代-行业落地的再思考

写在前面大家好，目前大模型落地是大家特别关心的问题，之前我也对垂直领域大模型的做了一些思考并对领域开源模型进行汇总。

大模型

大模型与游戏结合的一个思路

然而现在有了像ChatGPT这样6B的大模型，我们的思路也应该与时俱进，笔者就一直在思考如何将游戏与这些人工智能大模型相结合，如果能让游戏充分发挥出大模型的“智能”水平，想必一定会使得游戏迈上一个新的台阶

人工智能游戏

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

中国AI大模型，应该如何商业化

一个事实是，当下的大模型训练需要强大的算力支撑，尤其是参数量大的模型，花费极大。

大模型 AI

<...8 9 10 111213 14 15 16 17 ...>

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