文章列表-AI魔法学院

文章列表

开源即巅峰！微软VibeVoice 7B模型：跨语言、多说话人、长文本一次到位

一、项目概述 VibeVoice是一个新型的文本到语音（TTS）模型，能够生成富有表现力、长篇幅、多说话者的对话式音频。

VibeVoice 7B 语音

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

AI Agent和大模型的主要区别在于：大模型与人类之间的交互是基于prompt实现的。

大语言模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

清华大学KEG与数据挖掘小组（发布ChatGLM模型）发布了一个最新大模型AI Agent能力评测数据集，对当前大模型作为AI Agent的能力做了综合测评。

GPT-4

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

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

本项目基于Meta发布的可商用大模型Llama-2开发，是中文LLaMA&Alpaca大模型的第二期项目，开源了中文LLaMA-2基座模型和Alpaca-2指令精调大模型。

训练

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•简单来说，在别家做视频模型的时候还是基于“小”模型的思路（基于上一帧预测下一帧，并且用文字或者笔刷遮罩做约束）的时候，OpenAI则是用做“大”模型的思路做视频生成——准备足够大量的视频，

sora openai 视频生成

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

DeepFloyd IF是一个由一个冻结文本编码器和三个级联像素扩散模块组成的模块：一个基于文本提示生成64x64像素图像的基础模型和两个超分辨率模型，每个模型都设计用于生成分辨率不断提高的图像：256x256

大模型文生图

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

今天对百川的RAG方法进行解读，百川智能具有深厚的搜索背景，来看看他们是怎么爬RAG的坑的吧～总的来说，百川通过长上下文模型(192k)+搜索增强结合的方法来解决知识更新，降低模型幻觉的问题，使得其在

RAG 大模型

实测15款AI大模型实时新闻搜索能力：金融业资讯获取哪家强？

随着AI大模型的快速发展，越来越多的工具声称具备实时信息检索能力。

AI 大模型

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

结论 1 ►Temperature影响模型的生成内容，进而影响模型的“推理能力” 2 ►GPT4在某些场景下，受temperature的影响较GPT3.5

大语言模型 chatGPT

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

特别的，如果大语言模型（LLM）以 <description> 为条件，那么模型 <name> 的可能性将不会高于随机基线。

大模型

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

首先，通过将GRU模型的重置门替换为注意力机制，增强了模型在选择和利用历史信息方面的灵活性。

MCI-GRU 股票大模型

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

随着近年来GPT-3、ChatGPT等大模型的兴起，高质量的数据集在模型训练中扮演着越来越重要的角色。

大模型

Stability AI开年首个大模型：专写代码，支持18种编程语言，上下文100K，苹果笔记本离线就能跑

Stability AI开年第一个大模型来了！

Stability AI 大模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

本文目录 5款爆火开源TTS语音克隆项目 GPT-SoVITS模型介绍 MaskGCT模型介绍 F5-TTS语音模型介绍 FishSpeech1.4

语音克隆开源模型

<...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