文章列表-AI魔法学院

文章列表

AIGC系列之一-一文理解什么是Embedding嵌入技术

使用通俗易懂的语言来表达embedding技术，是使用一种模型生成方法，将非结构化的数据，例如文本、图片、视频等数据映射成向量数据，向量都是由数值表达的向量，向量可以被计算机直接处理。

AIGC Embedding 嵌入技术

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

但是，现实问题涉及了许多超越LLM外的能力，比如为用户提供实时数据分析和可视化结果、为软件开发提供一条龙服务等。

GPT-4

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

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

谈Agent构建平台的设计

其实我们身边有不少不错的low-code产品/生态，例如：【兼容SQL标准的数据库】开发者可以自己读写文件来管理数据，甚至可能比调用DB Client和写SQL还要简单。

Agent 构建

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？

2.77亿参数、1340万帧视频训练数据，背后蕴含着怎样的技术秘密？

Agent+GPT-4V 大模型

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

它能根据咱们输入的文字描述，很快就生成质量高、有创意的图像，不管是在啥场景下用都没问题。

Qwen3

学会这招，一个头像变100种风格！

在 Mijdourney 里，如何根据一张图随意切换风格？

Remix 文生图

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper的核心优势在于其能够在保持原有模型准确度的同时，大幅提升处理速度，这使得它在处理大规模语音数据时更加高效。

语音识别 Faster-Whisper

Stable Diffusion

硬核解读Stable Diffusion（系列一）

SD在开源90天github仓库就收获了33K的stars，可见这个模型是多受欢迎。

StableDiffusion 文生图

来自Microsoft Build 2023：大语言模型是如何被训练出来的

大语言模型原始训练数据都是文本，是不能直接输入的，采用tokenizer将文本变成整数，利于模型学习每个词元的表示和上下文信息，并且可以在不同数据集上迁移。

大模型

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

输入数据：推理时所需的显存与输入数据的尺寸有关。

开源模型

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

ChatGLM-6B是清华大学知识工程和数据挖掘小组发布的一个类似ChatGPT的开源对话机器人，由于该模型是经过约1T标识符的中英文训练，且大部分都是中文，因此十分适合国内使用。

提示词 prompt chatgpt

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

本文将从关键技术、处理数据、应用场景、经典案例4个维度来简要介绍这五种模型。

大模型学习

24年首篇离奇论文：加点噪声，RAG效果翻倍？

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索增强

<...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