文章列表-AI魔法学院

文章列表

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

arxiv.org/pdf/2308.09687v2.pdf Code：https://github.com/spcl/graph-of-thoughts 背景介绍近年来，随着基于解码器

大模型

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

· EnCodec：一种高保真度神经音频编解码器。

AudioCraft 音频

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

但是，现实中开源的Emebdding模型却很少。

开源模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

全文1.1w字，阅读时间约25分钟。

LLM Agents

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

论文链接：https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言大型语言模型（LLMs

大模型语音

如何下载及使用通义千问7B开源大模型

通义千问开源！

通义千问

字节推出开源绘画大模型SDXL-Lightning，秒级出图

字节推出了一个SDXL-Lightning模型。相较于其他SDXL大模型，SDXL-Lightning最显著的优点在于可一步生成图像。速度远超 Turbo 或 LCM！SDXL-Lightning是一种速度极快的文本到图像生成模型。它可以通过几个步骤生成高质量的画面

sdxl 字节绘画

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

举个例子，一款预训练语言模型既能胜任自然语言分类、命名实体识别和指代消解等任务，也能轻松处理智能对话、阅读理解和文本生成等自然语言生成任务。

大模型

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

3、横向：各种观点或内容，以演绎推理和归纳推理的方式回答读者的疑问。

策划思维模型方法论

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

作者：知乎用户链接：https://www.zhihu.com/question/575983499/answer/3055288368 来源：知乎著作权归作者所有。

生成式AI

M3E 可能是最强大的开源中文嵌入模型

“ 介绍m3e开源中文嵌入模型，在中文的表现上，超过ChatGPT。”

开源模型

最新最全的开源中文大语言模型列表

模型的主要特性有：较大提升LLaMA的中文理解能力，并尽可能减少对原始LLaMA英文能力的损伤；训练过程增加较多的任务型数据，利用ChatGPT生成解析，强化模型理解任务求解逻辑；全量参数更新，追求更好的生成效果

大模型

网易有道强力开源中英双语语音克隆

但是将其更改为样式、音色控制并不复杂，类似于PromptTTS的原始闭源实现。

语音开源

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

一款构建AI数字人项目开源了！自动实现音视频同步！

如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。

AI数字人音视频同步

<...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