文章列表-AI魔法学院

文章列表

盘点数据安全合规方向的热门证书【快来了解一下】

旗下证书之一：CDPSE国际注册数据隐私安全专家 CDPSE国际注册数据隐私安全专家(CertifiedDataPrivacySolutionsEngineer)是全球首个基于经验的隐私技术认证，自2020

工作

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

这些视频很多都出自一个名叫「HeyGen」的 AI 应用之手。

语音 HeyGen

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

整体来看，这个方法主要包含两大模块，它们分别做训练，然后再在一起做微调。

stablediffusion

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

它具有简单的纯文本语法，并且可以使用通用和自定义库轻松扩展。

RPA框架自动化

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS是一个为对话场景设计的语音生成模型，专门用于大型语言模型（LLM）助手的对话任务、对话语音和视频介绍等应用。

ChatTTS 语音合成

国内厂商语音识别与Whisper评测：现状与概况对比

语音识别技术不仅可以应用于智能助手、语音控制、自动化客服等领域，还有望为残障人士提供更便捷的沟通工具。

语音识别 Faster-Whisper

自从prompt用了示例演示，GPT的输出稳定性达90%

前言: 在人工智能领域，chatGPT显然已经一枝独秀。

prompt 提示词

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

MoveNet整体的结构如上所示，Backbone部分是比较经典的带三层deconv的MobileNetv2，并且使用了残差连接来获取浅层特征，这个结构我已经在各种工程和学术论文中都见到了，比如Google自家业务上的

MoveNet-SinglePose Google 模型

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

提高大型语言模型的推理能力是当前研究的最重要方向之一，而在这类任务中，近期发布的很多小模型看起来表现不错，比如微软 Phi-3、Mistral 8x22B 等等。

过拟合小模型

Meta无限长文本大模型来了：参数仅7B，已开源

长文本是大语言模型一直在努力的方向。

Meta 长文本大模型

一个产品经理的大模型观察、反思与预测

多年以后，面对行刑队，奥雷里亚诺·布恩迪亚上校将会回想起父亲带他去见识冰块的那个遥远的下午 —— 《百年孤独》加西亚·马尔克斯自然语言处理：人工智能皇冠上的明珠

工作

通往AGI之路：思维链提示过程

思维链(Chain of Thought，CoT) 提示过程是一种最近开发的提示方法，它鼓励大语言模型解释其推理过程。

思维链提示词

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

开发语音产品时设计唤醒词和命令词的技巧

符合用户的语言习惯，尽量采用常用说法，内容具体直接； 4.

语音产品唤醒词命令词

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

关于Buzz 　　Buzz 是一款基于 OpenAI 开源 Whisper 自动语音识别模型的软件工具，能够将音频或视频中的语音自动识别为带有时间戳的文本字幕。

生成式AI

<...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