文章列表-AI魔法学院

文章列表

Agent四大范式 | 综述：全面理解Agent工作原理

在这些能力中，规划尤为重要，它涉及到复杂的理解、推理和决策制定。

Agent 大语言模型

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

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

尽管MLLM取得了显著的进步，但当前的开源解决方案在多模态能力和用户交互体验方面存在明显的缺陷。

Baichuan-Omni 多模态大模型

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

解玄：共相、道、基类与战略

玄学和科学看着势不两立，但我自己作为科技行业从业者，对玄学却并无偏见。

玄学科学

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

清晰之声，重塑沟通体验为了解决这些痛点，阿里巴巴语音实验室推出了 ClearerVoice-Studio——一款功能全面的语音处理框架。

ClearerVoice-Studio 语音

RAG从入门到精通-RAG简介

本文讲对RAG进行简单介绍。

rag 大模型

腾讯开源混元AI绘画大模型

这个画面质量非常强大，对古诗词的理解也很到位。

腾讯混元文生图

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

如何成为LLM提示词大师！「大语言模型的底层心法」

当给出提示或创意简介时，模型可以提供可能性、概念和想象的解决方案列表，人类可以进行策划。

大模型提示词

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

我已经针对每个提示词进行优化，以便ChatGPT更好地理解和执行任务。

ChatGPT 提示词

OCR是什么以及推荐几款开源中文OCR识别软件

图像降噪：　　对于不同的图像根据噪点的特征进行去噪的过程称为降噪。

OCR

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

with AlphaCodium: From Prompt Engineering to Flow Engineering》受到了各方的关注，特别是OpenAI技术大佬Andrej Karpathy对论文中提出的

LLM 范式迁移

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

YOCO仅缓存一次键值对，可大幅降低GPU内存需求，且保留全局注意力能力。

Decoder-Decoder YOCO 架构

<...15 16 17 181920 21 22 23 24 ...>

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