文章列表-AI魔法学院

文章列表

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

并且其自研的Baichuan-Text-Embedding向量模型也登顶了C-MTEB语义向量评测标准。

RAG 大模型

网易有道强力开源中英双语语音克隆

127.0.0.1:8501:8501 syq163/emoti-voice:latest 现在打开浏览器，导航到 http://localhost:8501 ，就可以体验EmotiVoice强大的

语音开源

90个常用的思维模型

思维模型可以被看作是解决问题、做决策和理解信息的框架或者方法，经过很多大神的总结和沉淀形成了一套成熟的方法论和思考体系。

大模型工作

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

LoRA属于微调模型，但是有很强烈的风格化倾向，因此有LoRA和没有LoRA，差别非常大。

文生图 SD

姚班天才开发《完蛋！我被大模型包围了》游戏爆火，一日用户过万挤爆服务器

什么样的“大模型原生”游戏，让各大算法竞赛群里都在玩，还把服务器挤爆了？

大模型游戏

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

预训练完之后，在下游任务上，我们可以通过用自然语言（文本）匹配视觉概念（图像）从而实现zero-shot transfer。

OpenAI 自然语言监督

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

大模型微调应用实践，没那么简单，看看曾经踩过的坑

随着各大模型开源免费商用，应该会有更多的企业参与到大模型的微调应用，也许会碰到各种问题。

大模型

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

在本文中，作者介绍了 Baichuan-Omni，这是第一款开源的 7B 多模态大语言模型（MLLM），能够同时处理和分析图像、视频、音频和文本的模态，同时提供先进的模态交互体验和强大性能。

Baichuan-Omni 多模态大模型

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

.02 技术亮点：多模型协作，创新驱动性能突破 ClearerVoice-Studio 的核心优势在于其精心设计的模型体系，针对不同的语音处理任务量身打造了多款创新模型

ClearerVoice-Studio 语音

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

Embedding模型作为大语言模型（Large Language Model，LLM）的一个重要辅助，是很多LLM应用必不可少的部分。

开源模型

Stable Diffusion

详解Stable Diffusion提示词prompt语法

通用型：best quality, ultra-detailed, masterpiece, hires, 8k 特定型：比如 extremely detailed CG unity

SD prompt 文生图提示词

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

【进阶】-文生图术语解释

黑话# 缩写/术语解释 oneshot 一张图

文生图

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

最近，来自CAIS、CMU、斯坦福、康奈尔、马里兰、宾大等机构的学者又有了令人震惊的发现—— 大语言模型，并不仅仅是黑匣子，或者难以理解的庞大矩阵。

大模型

<...20 21 22 232425 26 27 28 29 ...>

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