文章列表-AI魔法学院

文章列表

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

在大模型训练好之后，如何对训练好的模型进行解码（decode）是一个火热的研究话题。

大模型

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

大模型+人形机器人，是不是下一个风口？

从今天开始，元碳院将开始解读大模型，依旧保持硬核且专业。

大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

01 前言近日，香港中文大学（深圳）联手趣丸科技推出了新一代大规模声音克隆TTS模型——MaskGCT。

MaskGCT 声音克隆

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

由此国内真正开启了探索与研究AI Agent的热潮，并且也有一些厂商开始以AI Agent模式重构产品架构与商业模式。

大语言模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

以前关于遵循指令的工作主要是通过继承大型（多模态）LLMs的能力，采用轻量级的监督微调来激活模型的能力以与用户意图对齐。

大模型语音

大语言模型LLM和知识图谱KG增强的企业搜索应用

它将提高人们的生产力并提升创造力。

开源模型

智谱AI静悄悄的上线了一大波新模型，过年了，真的

我挨个列一下：大语言模型GLM-4-Plus。

智谱AI 大模型

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型，该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。

coqui-ai TTS 语音

产品运营全流程SOP

运营是产品与用户之间的桥梁，通过产品设计、用户体验等一系列营销技巧，达到提高产品的用户满意度、市场份额和收益的目的💡 本期笔记分享产品运营全流程SOP🔥 ①场景：

产品运营

朱啸虎讲了一个中国现实主义AIGC故事

他随即决定不再和美国同事开原定每周一次的远程例行会议，探讨两边大模型产业格局变化。

朱啸虎 AGI

造梦师手记：C站最受欢迎的大模型推出了SFW版

很长一段时间，C站最受欢迎的大模型是DreamShaper，在SDXL推出后，作者Lykon第一时间推出了一个0.9版和1.0版。

DreamShaper 大模型文生图

前半年，我看到的有趣的 AI 产品

比如国内的秘塔搜索，MacTalk 推荐过几次，确实很好用。

AI工具

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

而且，研究人员发现，这个大 bug 与模型体量，问的问题什么的都没有关系。

大模型

<...13 14 15 161718 19 20 21 22 ...>

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