文章列表-AI魔法学院

文章列表

新模型Cascade你真的用对了吗？！

photograph 通过以上的图片，小伙伴更喜欢哪种模型出的效果呢~ 根据官方给到的评估结论，在几乎所有比较中，Stable Cascade 在理解提示词语义方面和美观质量方面都表现最好

Stable Cascade 模型

一文彻底搞懂多模态 - 多模态推理

多模态推理的目标是从不同模态的信息中获取更全面、更准确的理解和知识，以支持各种任务，包括视觉问答、视觉常识推理、视觉语言导航等。

多模态推理大模型

AI Agent / 智能体观察笔记（上）

如果智能体的表现是根据其在学习和自适应情况下的经验来衡量的，那智能体就达到了自主性。

大模型

Insanely Fast Whisper：超快的Whisper语音识别脚本

作者提供了几种优化方式，包括批处理、半精度处理以及BetterTransformer，以提高转录速度。

音频 Whisper

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

可能的语气包括正式、幽默、富有同情心等。

GPT-4 提示词

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

技术合作这一跨学科项目的合作伙伴包括了中国领先的高等教育机构和科技公司。

VividTalk 视频

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这可以产生更全面的向量表示，从而捕获文本的更广泛的含义和主题。

RAG 大模型

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

这些包括[...Tech Stack]，等等。

深入浅出：大语言模型中必不可少的技术——Embedding简介

简单来说，embedding就是一个N维的实值向量，它几乎可以用来表示任何事情，如文本、音乐、视频等。

embedding

收藏！万字长文聊聊LLM Agents的现状，问题与未来

个人阅历有限，加上成文仓促，恳请各位包容。

LLM Agents

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

本研究通过对各种元素进行评估，如文档的相关性、位置和数量等，发现包括不相关文档可以意外地提高准确性超过30％，这与我们的初始假设相反。

RAG 检索论文

Roop参数说明，ROOP->StyleGAN演示！

比如一件事情，两个人同时干，肯定比一个人干快。

视频 StyleGAN

万字长文，大语言模型如何宣告心理学的死亡？

认知心理学不过是行为主义的包装和换皮。

大语音模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

，尽管图表仅包括直至 01/17/2023 的数据点。

多模态大模型 GPT-4V 文生图

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

其二是来自有标注信息的监督数据，包括若干个中文跟英文的开源数据集，例如MS MARCO，NLI，DuReader等。

BGE M3-Embedding 多语音检索

<...16 17 18 192021 22 23 24 25 ...>

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