文章列表-AI魔法学院

文章列表

吴恩达老师建议大家关注 AI 智能体工作流

· • 使用工具：让大语言模型调用外部工具，如网络搜索、代码执行等 · · • 规划：让大语言模型自己设计一个多步骤的计划来达成目标

智能体大语言模型

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

这篇文章中，我们证明了利用一个简单的预训练任务（即预测哪个文本描述对应当前图像）在一个从互联网上搜集的4亿个（图像，文本）对的数据集上可以取得SOTA的图像表征。

OpenAI 自然语言监督

Fastwhisper + Pyannote 实现 ASR + 说话者识别

ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且whisper很变态，粤语效果也还不错

faster-whisper 语者识别 ASR

什么是极限、导数、微分与积分（通俗易懂）！

这个简单的动作，实际上就蕴含了微积分的精髓：速度的变化、时间的流逝，以及两者之间复杂的相互作用。

极限导数微分积分

3 个令人惊艳的 GitHub 开源项目，诞生了！

AI 实现视频自动剪切近几年，短视频的风口一直在持续，各大社交网站也都针对短视频流量进行大力扶持。

开源模型

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

二.很强的语义理解混元的语义理解，是我觉得在所有的AI视频大模型里，都能排到前列的。

sora 视频生成

Yann LeCun杨立昆最新观点：AGI不存在

他承认LLM令人印象深刻的成就，例如他们翻译语言、撰写不同类型的创意内容以及以翔实的方式回答问题的能力。

AGI 大语言模型观点

必看！阿里通义千问完整技术报告

它们可以与人类进行自然语言对话，回答问题，提供信息，甚至生成创造性的内容，如故事、诗歌和音乐。

大型语言模型报告

基于大模型（LLM）的Agent 应用开发

● 社会性（Social Ability）能通过某种通信与其它 Agent（或人类）进行交互。

大模型 Agent

让ChatGPT帮我写SQL

推荐一个Github上Start超过3.4K，可将自然语言转化为SQL语句的开源项目。

SQL

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

在山西卖塑料花销售的商家陈云说，“最大的直播平台就是抖音，抖音播不了的话其他平台能播也意义不大。”

数字人

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

情商显著影响着我们的日常行为和互动。

Prompt 大模型情感激励

ChatGPT 技巧 | Prompt 逆向工程

请使用[语气]的语气，以[风格]的风格表达，并在文中适当使用emoji强调重点。

chatgpt 提示词 prompt

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

清华系17人，撑起中国大模型创业半壁江山

鼎鼎有名的清华大学计算机系的96级毕业生，是国内互联网产业第一波弄潮儿，他们参与并见证了中国互联网发展的每一个时刻，堪称“互联网梦之队”。

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