文章列表-AI魔法学院

文章列表

大模型套壳祛魅：质疑套壳，理解套壳

在 Transformer 诞生的十年前，有一部好莱坞大片《变形金刚》在全球上映，这部电影的英文名字就叫「Transformers」。

大模型套壳

依赖倒置：以数字和AI的思维模式思考

抛开怎么干更合理，这就是真的依赖倒置，现实世界的电费缴纳活动，现在核心依赖变成了数字的微信，会不会用微信变成了关键入口。

写文章

语音、视频转文字神器：开源whisper介绍

Whisper模型的训练过程非常复杂，需要大量的计算资源和时间。

人工智能大模型 wisper

FFmpeg之父新作——音频压缩工具 TSAC

如果使用普通的向量量化器，这就需要最终的码本向量个数为N = 2^80，这显然是不切实际的。

TSAC 音频工具

PymuPDF4llm：PDF 提取的革命

PDF 文件作为一种广泛使用的文档格式，包含着大量有价值的信息。

PymuPDF4llm PDF

大模型的研究新方向：混合专家模型（MoE）

为了实现大模型的高效训练和推理，有的是从模型底层下手，比如直接改变底层模型架构，将原来的Transformer架构改成近期新出的基于状态空间模型（SSM）的mamba架构；有的是在预训练微调方法上下手，

MoE 大模型

深度好文，Agent盛行前传

在这篇文章里我将借助引用量较高的论文“Reward is enough”并结合近期使用的MindOS（一款以GPT为大模型底层的agent应用

Agent 大模型

玩一玩ChatGLM3，1660s即可流畅运行！

同时，也出现了大量的配套项目，比如运行库，微调，知识库等...

大模型 ChatGLM

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

它主要通过堆叠ID嵌入方式编码任意数量的输入ID图像，以保留ID信息。

PhotoMaker 文生图

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

解读 Openai 给 DALLE3 设的完整系统提示词

如果用户没有要求生成特定数量的图像，默认创建四个提示发送给dalle，这些提示应尽可能多样化。

提示词绘画 DALLE

盘点字节跳动最新的AI应用

#65039;⃣ 今日头条的小悟空（200+AI工具集，海外名称为ChipChop），4️⃣ 大力教育的河马爱学（AI辅助学习工具），5️⃣ 巨量引擎的即创

字节 AI工具

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

然而，它们对大量计算资源和广泛数据收集的依赖仍然是一个瓶颈。

PanGu-Draw 文生图

Deepseek-V2技术报告解读！全网最细！

模型参数量方面达到236B ，同时由于模型小专家混合的特性，模型在推理时的激活参数很少，可以实现高推理速度。

Deepseek-V2 大模型

如何改善你的回测方法，提高策略的未来收益

其优势在于，如果数据生成过程是正确且未改变，所观察到的性能确实可以代表未来的结果。

回测方法

<...19 20 21 222324 25 26 27 28 ...>

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