文章列表-AI魔法学院

文章列表

人脸识别的开源的项目有哪些？

它支持多种编程语言，包括Python、C++、Java等。

人脸识别开源项目

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个真正难题我在前面的文章中《一些LLM的声音总结》中提到过，基于大模型的企业应用中很大一部分需求就是RAG——检索增强生成。

RAG 大模型

智谱AI静悄悄的上线了一大波新模型，过年了，真的

我挨个列一下：大语言模型GLM-4-Plus。

智谱AI 大模型

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

vector:FLOAT_VECTOR:128 -f color:INT64:color -f brand:INT64:brand -p id -a -d 'car_collection' 以上语句创建一个

向量数据库

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

翻译方面，支持中文（简体、繁体）、英文、法语、德语、西班牙语、日语、韩语、俄语。

ima copilot 搜索

OCR的终极解法——传统算法VS多模态大模型

在命名实体识别中，算法会分析文本，并将每个单词或短语标记为预定义的类别之一。

OCR 大模型文字识别

腾讯出品！开源AI数字人框架！号称可以不限时长

今天，介绍一个开源创新的虚拟人视频生成框架：MuseV MuseV是由腾讯音乐娱乐的天琴实验室开源，MuseV专注于生成高质量的虚拟人视频和口型同步，能够制作出具有高度一致性和自然表情的长视频内容

MuseV 视频数字人框架

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

体验完阿里的EMO模型，我emo了

12 四、全民唱演体验全民舞王利用的是一种口唇同步的技术，这是一种让画面人物的口型与所配的语音或文字信息精确匹配的技术

EMO 文生图

解读OpenAI Sora文生视频技术原理

一、Spacetime Latent Patches 潜变量时空碎片, 建构视觉语言系统在“ChatGPT是第一个真正意义的人工通用智能”中，笔者总结过大语言模型借助

sora

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

在将大型语言模型与初始微调的较小模型比较后，作者提出了一个频谱，显示大型语言模型何时落后、可比或超过较小模型的能力。

大模型控制

基于LLM+向量库的文档对话痛点及解决方案

所以说，我们的文档切片最好是按照语义切割。

开源模型

AI落地里那些假的机会

配套价值从使用价值的角度看，从声学的麦克风阵列算法到感知的语音识别再到认知的大模型等每个子类别都创造价值，但这类算法往往只在特殊的场景下能用，只有配套价值，是供应链的一个环节，这类情景通常不适合创业

大模型

大模型在金融行业的应用场景

智能客服除了网页端、APP端的类客服形式，还可以接入语音合成系统实现语音播报，或者接入数字人系统进行数字人交互。

大模型金融应用

中文常用停用词表下载

比如“的”、“了”、“在”这些词，它们就像是我们语言中的“小透明”。

训练停用词

<...18 19 20 212223 24 25 26 27 ...>

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