文章列表-AI魔法学院

文章列表

来个优秀的开源人脸识别项目！

生物识别技术是一种利用人体自身特征进行身份认证的技术。

人脸识别开源项目

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

在coze等编排工作流引发开发者强烈兴趣之后，Dify也发布了自己的工作流功能，这标志着原有的固化的RAG编排流程被更加灵活的工作流编排取代。

RAG 自由编排 Workflow

快手大模型出炉！【快意】来袭！

「快意」大模型（KwaiYii）是由快手AI团队从零到一独立自主研发的一系列大规模语言模型（Large Language Model，LLM），当前包含了多种参数规模的模型，并覆盖了预训练模型

开源模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

这表明区分相关和非相关信息是RAG系统的一个挑战。

RAG 检索论文

最透彻的大模型PPO原理和源码解读

即为State，指环境中所有可能状态的集合 § 动作空间A：A即为Action，指智能体所有可能动作的集合 § 奖励R：R即为Reward，指智能体在环境的某一状态下所获得的奖励

PPO 大模型源码解读

Github上Star数最多的大模型应用基础服务：Dify 深度解读

Dify 简介 Dify 是一个 LLMOps 服务, 涵盖了大语言模型（如GPT系列）开发、部署、维护和优化的一整套实践和流程。

Dify 大模型知识库

十大开源语音识别项目

Automatic Speech Recognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。

语音识别开源项目

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

有网友向作者表示：目前，相关代码、复现方式以及论文也都开源或上线，GitHub短短几天已揽获4.8k标星。

开源模型

使用ChatGPT写出优质长文、文章

· 指令2：以所定书名及10个章节标题为蓝本，撰写一篇不少于500字的引言。

ChatGPT 写作

OCR是什么以及推荐几款开源中文OCR识别软件

光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

FFmpeg之父新作——音频压缩工具 TSAC

根据官网介绍，TSAC可达到非常低的比特率，例如44.1 kHz采样率下的码率可以达到单声道 5.5 kb/s 或立体声 7.5 kb/s，具有良好的感知质量。

TSAC 音频工具

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

Inference with adversarial learning for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流

音乐

2024年值得关注的Agent框架

它们在规划、用户体验、记忆和大模型调用等方面表现出色。

Agent 框架

StableDiffusion

AI绘画由入门到精通：StableDiffusion精讲课程

学会SD之后可以画图、抠背景、制作商品展示图、制作建筑图、做Logo以及图标、做宣传画，甚至可以换脸、写真、做动画视频等。

SD 视频课程 AI绘画

大模型的研究新方向：混合专家模型（MoE）

随着不同应用场景的实际需求，大模型的参数会变得越来越大，复杂性和规模不断的增加，尤其是在多模态大模型的开发中，每个数据集可能完全不同，有来自文本的数据、图像的数据、语音的数据等，包含不同的模式，特征和标注之间的关系可能也大有不同

MoE 大模型

<...14 15 16 171819 20 21 22 23 ...>

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