文章列表-AI魔法学院

文章列表

GLM4 开源了！！！还有多模态

今天，我们要分享一个令人震撼的消息：智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本——GLM-4-9B，现已全面开源！

智普 ChatGLM 多模态

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

作者利用大量高质量、全方位的数据，结合开源、合成和内部标注的数据集，训练Baichuan-Omni。

Baichuan-Omni 多模态大模型

检索增强生成 (RAG):What, Why and How?

LLM是通过大量的数据进行训练的，可以回答任何问题或完成任务，利用其参数化记忆。

检索增强大模型

通往AGI之路：什么是结构化提示词

核心的落脚点在于有序，比如我们常见的文章目录结构，词典以及有排序属性的数据。

提示词结构化

Deepseek-V2技术报告解读！全网最细！

模型对齐训练：模型使用对话数据进行SFT，同时评估时重点关注指令遵循能力。

Deepseek-V2 大模型

郭德纲讲英语相声详细教程

或者可以选择付费跳过排队直接生成视频，最便宜的价格是48美元每月，提供30分钟的生成视频时间，目前还是比较贵的，大家可以根据自己的情况去选择套餐机遇都是留给有准备的人，抓住红利风口，或许下一个爆款就是你咯

数字人音视频

什么是极限、导数、微分与积分（通俗易懂）

就像我们可以从一幅画的局部细节推断出整幅画的样子，不定积分帮助我们从函数的变化率（导数）重构出原函数。

数学微积分科学

10秒换脸，一张图片够了！SD Roop插件教程

StableDiffusion（SD）换脸需要训练人脸模型？

AI换脸

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

adversarial learning for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流（normalizing flows）和对抗训练的高表现力语音合成模型

音乐

更快更好的chatglm3来了

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

开源模型 ChatGLM

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

98 种语言）和多任务（multitask）监督数据对 Whisper 进行了训练。

语音 HeyGen

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

如下图所示，经过GSM8k数据集测试，WizardMath数学能力直接击败了ChatGPT、Claude Instant 1、PaLM 2-540B等一众大模型—— &

开源模型

MCP服务介绍及应用场景报告-来自Manus

; API：调用各种在线服务的API • 网页内容：抓取和分析网页内容这些功能使AI模型能够获取实时、准确的信息，而不仅仅依赖于其训练数据。

MCP 大模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

文章还介绍了3D可塑模型和数据预处理的基础知识，并描述了总体框架的训练策略。

VividTalk 视频

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

这个过程开始于一种特殊的数据库，我们可以称之为“垂直领域数据库”。

OCR RAG 开源

<...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